2

我是多处理/多线程模块的新手，我正在尝试检查它是否可以提高程序的速度。问题是它返回了意外的值。我也尝试过，threading.Thread但multiprocessing.Process发生了同样的问题 - 它比不使用另一个线程运行得慢。

在这个例子中，我使用了多处理模块，但是当我尝试多线程时它几乎是一样的（不同之处在注释中）这是打印两个函数顺序运行的时间和这些函数并行运行的时间的代码：

import time
from threading import Thread
from multiprocessing import Process
import MyFile

    class PerformanceTesting:

        def __init__(self):
            self.clss = MyFile.MyClass('A')
            self.p1 = Process(target=self.f1) # I've tried also t1 = Thread(target=f1)
            self.p2 = Process(target=self.f2) # I've tried also t2 = Thread(target=f2)

        def f1(self):
            results = self.clss.doSomething(arg,arg)
            print results

        def f2(self):
            results = self.clss.doSomething(arg,arg)
            print results

    if __name__ == "__main__":
        perf = PerformanceTesting()

        # ATTEMPT USING MULTIPROCESSING
        start = time.time()
        perf.p1.start()
        perf.f2()
        perf.p1.join()
        print time.time()-start

        # ATTEMPT WITHOUT USING MULTIPROCESSING
        start = time.time()
        perf.f1()
        perf.f2()
        print time.time()-start

你能告诉我是否有可能提高这个例子的速度吗？我做错了什么？

我有一个想法：是不是因为分成更多的进程或线程需要几秒钟，所以在必须在一秒钟内返回结果的情况下它无济于事？

4

1 回答 1

0

这里有几件事对我来说很重要，至少对于你想要做的事情：

perf.p1.start()
perf.f2()
perf.p1.join()

这将启动进程p1，然后执行f2，然后等待 p1 完成p1.join()。这似乎违背了多处理的目的-从您的帖子中我假设您认为在单独的线程上运行进程可以使其运行得更快-不幸的是，除非您在物理上获得更好的 CPU，否则永远不会出现这种情况。

多处理的重点是你的代码可以触发一个线程的start函数，然后在它完成之前忘记它，同时继续处理其他事情。重要的是，除非您开始将代码分成许多并行运行的不同部分，以便它们可以在单独的基础上非常快速地完成，否则在执行相同的代码。

在这种情况下你可以做的是：

perf.p1.start()
perf.p2.start()
... do some more code, after which something happens when these two finish.

这将直接进入代码的下一部分，而无需等待您的函数完成，这将阻止函数阻塞主线程。您将不得不实现一个信号/槽系统，以便在它们完成时实际触发一个动作。

希望这可以帮助。

于 2016-09-16T09:00:29.357 回答