Python多进程库之一个函数让你设置CPU数和线程数
来源:程序员人生 发布时间:2016-04-29 08:39:04 阅读次数:4970次
【Python多进程库】1个函数让你设置CPU数和线程数
Tags: Python 多线程 多进程
博客虽水,然亦博主之苦劳也。
如对代码有兴趣的请移步我的 Github:https://github.com/cyh24/multicpu。
如需转载,请附上本文链接,不甚感激!
http://blog.csdn.net/cyh_24/article/details/49314709
multicpu
使用multicpu以后,你需要1个函数,就能够定义你程序运行时所需的CPU数量和每一个cpu占用的线程数量:
result = multi_cpu(process_job, jobs, cpu_num, thread_num)
cpu_num: 使用的CPU数量.
thread_num: 每一个cpu占用的线程数量.
重点是,代码只有60行不到,你可以很轻松的浏览源码。
安装指南
multicpu 可以直接使用pip就能够安装了
pip install multicpu
或,你也能够用git clone下载源代码,然后用setup.py安装:
git clone git@github.com:cyh24/multicpu.git sudo python setup.py install
“Talk is cheap, show me your performance.”
由于源代码才60行不到,所以,你自己去看完全不会有卡住的地方,这里简单粗鲁地直接上代码:
如果你的程序是 不是IO密集型
import time def process_job(job): time.sleep(1) return job
jobs = [i for i in range(20)]
如果你的程序 IO密集型
import time def process_job(job): count = 100000000 while count>0:
count -= 1 return job
jobs = [i for i in range(20)]
没有使用任何多线程处理的方法:
import time if __name__ == "__main__": result = [] for job in jobs: result.append(process_job(job))
使用了python的线程池:
import time from concurrent import futures if __name__ == "__main__": result = []
thread_pool = futures.ThreadPoolExecutor(max_workers=10) result = thread_pool.map(process_job, jobs)
使用multicpu:
import time from concurrent import futures if __name__ == "__main__":
result = multi_cpu(process_job, jobs, 10, 1)
效果:
Function
|
Non-Thread
|
Multi-Thread(10)
|
multicpu(10,1)
|
multicpu(10,2)
|
IO
|
146.42 (s)
|
457.53 (s)
|
16.34 (s)
|
42.81 (s)
|
Non-IO
|
20.02 (s)
|
2.01 (s)
|
2.02 (s)
|
1.02 (s)
|
How Does it Work?
Feel free to read the source for a peek behind the scenes
生活不易,码农辛苦
如果您觉得本网站对您的学习有所帮助,可以手机扫描二维码进行捐赠