Python多处理查询

我正在学习python的多处理模块。我想让我的代码使用我所有的CPU资源。这是我写的代码：

from multiprocessing import Process
import time

def work():
   for i in range(1000):
      x=5
      y=10
      z=x+y

if __name__ == '__main__':
   start1 = time.time()
   for i in range(100):
      p=Process(target=work)
      p.start()
      p.join()
   end1=time.time()
   start = time.time()
   for i in range(100):
      work()
   end=time.time()
   print(f'With Parallel {end1-start1}')
   print(f'Without Parallel {end-start}')

我得到的输出是：

 With Parallel 0.8802454471588135
 Without Parallel 0.00039649009704589844

我尝试在for循环中使用不同的范围值，或者只在work函数中使用print语句，但是每次没有并行时运行得更快。我有什么遗漏吗

---

提前谢谢

您的基准测试方法存在问题：

for i in range(100):
    p = Process(target=work)
    p.start()
    p.join()

我猜您希望并行运行100个进程，但是

Process.join（）

，实际上是串行运行。此外，运行比CPU核心数更多的繁忙进程会导致高CPU争用，这是一种性能损失。正如一条评论所指出的，与

过程

创建的开销相比，您的

work（）

函数太简单了

更好的版本：

import multiprocessing
import time


def work():
    for i in range(2000000):
        pow(i, 10)

n_processes = multiprocessing.cpu_count() # 8
total_runs = n_processes * 4
ps = []
n = total_runs

start1 = time.time()
while n:
    # ensure processes number limit
    ps = [p for p in ps if p.is_alive()]
    if len(ps) < n_processes:
        p = multiprocessing.Process(target=work)
        p.start()
        ps.append(p)
        n = n-1
    else:
        time.sleep(0.01)
# wait for all processes to finish
while any(p.is_alive() for p in ps):
    time.sleep(0.01)
end1=time.time()

start = time.time()
for i in range(total_runs):
    work()
end=time.time()

print(f'With Parallel {end1-start1:.4f}s')
print(f'Without Parallel {end-start:.4f}s')
print(f'Acceleration factor {(end-start)/(end1-start1):.2f}')

---

work（）

函数太简单，不具有代表性。在你的例子中，你只是遇到了这样一种情况：实例化

过程

对象及其功能会导致开销，请给出任何反馈？

With Parallel 4.2835s
Without Parallel 33.0244s
Acceleration factor 7.71