1

因此，我一直在使用 Python 中的线程和进程进行工具化，并且在此过程中，我制作了一种模式，该模式允许同一个类在线程和/或进程之间来回调整，而不会通过使用别名 RPC 丢失状态数据电话和管道。

一切正常，但是与从腌制文件加载状态相比，启动进程需要花费大量时间，并且 Thread.start() 立即返回，因此构造函数的成本很小。那么：在没有荒谬的启动时间的情况下，启动具有较大初始状态的进程的最佳方法是什么。下面的剪辑和调试输出，“计数器”的大小刚刚超过 34,000K，以模式 2 腌制到文件中。

...
elif command == "load":
    # RPC call - Loads state from file "pickle_name":
    timestart = time.time()
    print do_remote("take_pickled_state", pickle_name)
    print "Load cost: " + str(time.time() - timestart)
elif command == "asproc":
    if type(_async) is multiprocessing.Process:
        print "Already running as a Process you fool!."
    else:
        do_remote("stop")
        _async.join()
        p_pipe.close()
        p_pipe, c_pipe = multiprocessing.Pipe()
        timestart = time.time()
        _async = multiprocessing.Process(target = counter, args = (c_pipe,))
        # Why is this so expensive!!?!?!?! AAARRG!!?!
        _async.start()
        print "Start cost: " + str(time.time() - timestart)
elif command == "asthread":
    if type(_async) is threading.Thread:
        print "Already running as a Thread you fool!."
    else:

        # Returns the state of counter on stop:
        timestart = time.time()
        counter = do_remote("stop")
        print "Proc stop time: " + str(time.time() - timestart)
        _async.join()
        p_pipe.close()
        p_pipe, c_pipe = multiprocessing.Pipe()
        timestart = time.time()
        _async = threading.Thread(target = counter, args = (c_pipe,))
        _async.start()
        print "Start cost: " + str(time.time() - timestart)
...

对应的调试语句：

Waiting for command...
  >>> load
Load complete.
Load cost: 2.18700003624
Waiting for command...
  >>> asproc
Start cost: 23.3910000324
Waiting for command...
  >>> asthread
Proc stop time: 0.921999931335
Start cost: 0.0629999637604

编辑 1：操作系统：Win XP 64。Python 版本：2.7.x 处理器：至强四核。

编辑 2：我真正不明白的是，进程停止需要大约 1 秒才能返回整个状态，但接收状态和启动需要 20 倍的时间。（添加了调试输出）

4

0 回答 0