Linux 当我从scikit learn导入内容时，我有大量的上下文切换

我们正在使用scikit学习查找类似的图像簇。我们希望有一个内部API，但当我们从scikit导入对象或使用它时，我们会得到大量的上下文切换

这些导入中的任何一个都会产生大量的导入：

from sklearn.neighbors import NearestNeighbors
from sklearn.externals.joblib import load
from sklearn.decomposition import PCA
from sklearn.externals import joblib

下面是重新启动程序期间的

vmstat1

输出

我们在导入前后添加了一些睡眠，并将大量上下文切换关联到这些行

但是，当我们在处理3GB近邻对象中的数字时，我们看到上下文切换的数量大幅增加

您完全可以发现我们发送给API的3个查询

以下是增长的预期：

def reduce_dimensions(self, dataset):
    return self.dim_obj.transform(dataset)

def get_closest_cluster(self, input_data):
    indexs_with_distance = self.cluster_obj.radius_neighbors(X=input_data, radius=self.radious, return_distance=True)
    return self.get_ordered_indexs(indexs_with_distance)

当我们在笔记本电脑上使用docker compose运行安装程序时，以及在nomad上使用docker运行安装程序时，都会发生这种情况。web应用程序由Flask编写，并由gunicorn提供

有没有办法告诉scikit使用这些上下文切换时要更加足智多谋

我们的管理员担心它会降低部署到相同节点的所有应用程序的性能

---

我们正在使用Python 3.6和scikit learn 0.19.1，尝试通过运行以下命令来限制进程可以使用的线程数：

OMP_NUM_THREADS=1 python run.py

请参见此处的完整说明：