Multithreading python中的每个核心是否可以实现多个线程

我正在用python制作一个应用程序，我可以使用

多线程

和

多线程

，但我需要连接大量设备。有没有办法在每个内核中运行多个线程

---

如果我有4个内核，那么有没有办法在每个内核中运行2个线程。因此，我们可以有8个并发线程运行。

在Python中，无法利用多个线程，因为它使用了所谓的GIL或全局解释器锁，这意味着一次只能有一个线程运行Python代码

根据您的用例，如果是IO绑定的，线程仍然可能适合您的问题。Python使用协作多任务，这意味着线程在阻塞时会放弃控制，因此，例如，如果您需要ping多个设备以查看它们是否仍在运行，线程将大大加快程序的速度

---

如果需要真正的并发，考虑使用多进程，因为它是基于进程的，生成一个新的Python解释器，因此在Python中绕过吉尔。

< P>不能使用多个线程，因为它使用一个所谓的吉尔或全局解释器锁，这意味着只有一个线程一次可以运行Python代码。p> 根据您的用例，如果是IO绑定的，线程仍然可能适合您的问题。Python使用协作多任务，这意味着线程在阻塞时会放弃控制，因此，例如，如果您需要ping多个设备以查看它们是否仍在运行，线程将大大加快程序的速度

---

如果您需要真正的并发性，考虑使用多进程，因为它是基于进程的，生成一个新的Python解释器，因此绕过吉尔。

@ HunMod的答案基本上是正确的：您需要的是包，而不是<代码>多线程< /代码>一个。 使用

池

构造实际上很容易做到这一点：

from multiprocessing import Pool

def f(x):
    return x*x

if __name__ == '__main__':
    p = Pool(5)
    print(p.map(f, [1, 2, 3]))

要选择的进程数取决于核心数、每个进程的I/O请求频率以及每个核心可以同时支持的执行线程数

---

例如，大多数Intel Core i7处理器有4个内核，但片上寄存器足够存储2个进程的上下文并并行执行某些操作。根据经验，执行速度不会提高一倍，但通常会提高25-30%。因此，如果您在核心i7上运行代码，那么您希望一次运行8个进程。如果您的代码在I/O上阻塞了大约一半的时间（您可以使用探查器来估计），那么正确的进程数应该是12-16。稍微做一点实验就能让你很快找到正确的数字。

@huhnmonster的答案基本上是正确的：你想要的是包，而不是多线程

使用

池

构造实际上很容易做到这一点：

from multiprocessing import Pool

def f(x):
    return x*x

if __name__ == '__main__':
    p = Pool(5)
    print(p.map(f, [1, 2, 3]))

要选择的进程数取决于核心数、每个进程的I/O请求频率以及每个核心可以同时支持的执行线程数

---

例如，大多数Intel Core i7处理器有4个内核，但片上寄存器足够存储2个进程的上下文并并行执行某些操作。根据经验，执行速度不会提高一倍，但通常会提高25-30%。因此，如果您在核心i7上运行代码，那么您希望一次运行8个进程。如果您的代码在I/O上阻塞了大约一半的时间（您可以使用探查器来估计），那么正确的进程数应该是12-16。稍微做一点实验可以让你很快找到正确的数字。

即使在使用

多处理时

我能同时处理16-17个进程吗？@Candy这实际上取决于你的工作量，如果你需要做一些繁重的数字运算，只要进程数低于或等于你的CPU核心数，你就只能得到加速。如果您只做基于IO的工作，那么线程可能也能工作。另外一个好处是，如果需要的话，您可以使用线程共享内存。即使在使用

多处理

时，我可以同时处理16-17个进程吗？@Candy这实际上取决于您的工作负载，如果你需要做一些繁重的数字运算，只要进程数低于或等于你的CPU核心数，你就只能得到加速。如果您只做基于IO的工作，那么线程可能也能工作。另外一个好处是，如果需要的话，可以使用线程共享内存。