Python的多线程代码比单线程慢

Question

我首先在生产代码中观察到此问题，然后制作了一个原型：

import threading, Queue, time, sys

def heavyfunc():
    ''' The idea is just to load CPU '''
    sm = 0
    for i in range(5000):
        for j in range(5000):
            if i + j % 2 == 0:
                sm += i - j
    print "sm = %d" % sm

def worker(queue):
    ''' worker thread '''
    while True:
        elem = queue.get()
        if elem == None: break
        heavyfunc()           # whatever the elem is


starttime = time.time()  

q = Queue.Queue()             # queue with tasks

number_of_threads = 1
# create & start number_of_threads working threads
threads = [threading.Thread(target=worker, args=[q]) for thread_idx in range(number_of_threads)]
for t in threads: t.start()

# add 2 working items: they are estimated to be computed in parallel
for x in range(2):
    q.put(1)

for t in threads: q.put(None) # Add 2 'None' => each worker will exit when gets them
for t in threads: t.join()    # Wait for every worker

#heavyfunc()

elapsed = time.time() - starttime

print >> sys.stderr, elapsed

heavyfunc（）的想法只是加载CPU，而没有任何同步和依赖关系。

使用1个线程时，平均需要花费4.14秒。使用2个线程时，平均需要花费6.40秒。不使用任何线程时，计算heavyfunc（）的平均需要花费2.07秒（多次测量，精确地为4.14 / 2，因为如果有1个线程和2个任务）。

如果有2个线程，我预计2个具有heavyfunc（）的工作将花费2.07秒。 （我的CPU是i7 =>有足够的内核）。

这是CPU监视器的屏幕截图，也给出了没有真正的多线程的想法：

我的思想错误在哪里？ 如何创建不干扰的n个线程？

Answer 1

CPython不会一次在多个内核上执行字节码。 cpu绑定的多线程代码毫无意义。 全局解释器锁（GIL）可以保护进程中的所有引用计数，因此一次只能有一个线程使用Python对象。

您看到的性能较差，因为一​​次只能运行一个线程，但是现在您还在更改线程上下文。