Python 扭曲的线程如何避免deepcopy

我有一个twisted服务器，它对每个请求都执行一些“长”任务，所以我会延迟执行每个调用。在每个请求中，我访问一个公共资源，该资源在过程中会被更改。每个请求都应该以原始数据开始，因此我在公共资源上使用deepcopy（同时调用锁获取）。它能工作，但我认为它不够快。我觉得deepcopy的速度有点慢

---

在处理带有资源变异的线程化twisted服务器时，您有什么建议？

如果您愿意，您可以使用

线程化同步对共享资源的访问。锁定
，就像在任何其他线程化程序中一样，而不是复制它

不管怎样，我认为在进行优化之前，在使用和不使用deepcopy的情况下对您的代码进行基准测试，或者进行其他测量，以了解性能到底有多好/有多差是值得的。也许它速度慢的原因与deepcopy无关

关于使用锁定的编辑：我的意思是，您可以在这个资源周围使用更细粒度的锁定。我假设您的线程所做的不仅仅是访问共享资源。您可以尝试从多个线程的工作中获益，然后同步对只涉及写入共享资源的一个“关键部分”的访问。您还可以研究使共享资源线程安全。例如，如果您有一个共享对象，
SillyExampleFriendsList
：

class SillyExampleFriendsList(object):
    """Just manipulates a couple lists"""
    def __init__(self):
       self._lock = threading.RLock()
       self._friends = []
       self._enemies = []

    def unfriend(self, x):
       # we lock here to ensure that we're never in a state where
       # someone might think 'x' is both our friend and our enemy.
       self._lock.acquire()
       self._friends.remove(x)
       self._enemies.append(x)
       self._lock.release()

这里的要点是，通过谨慎使用锁，上述对象可能在多个线程之间共享，而无需使用deepcopy。识别所有可能需要这样做的情况并非易事，细粒度锁定策略可能更难调试，并且仍然会引入开销

也就是说，您可能根本不需要线程、锁或deepcopy，如果不对代码进行基准测试，就不清楚您是否存在需要解决的性能问题。我很好奇，是什么让您认为您的代码应该或需要更快？
尝试在工作线程中使用尽可能少的数据进行操作。将他们需要的所有数据作为参数传入，并将其所有输出作为返回值（延迟触发的值），而不是作为输入的突变

然后将结果集成到reactor线程中的公共数据结构中

这使您可以独立地对工作进行推理，并避免任何额外的锁定（这会导致争用，不仅会使事情变得更加混乱，还会使事情变得缓慢）。
在什么是不够快的？您的服务器是否每秒无法处理N个请求？单个请求有时会花费太长时间吗？是否随着并发请求数量的增加而变慢？单个请求不会花费太长时间。当我增加并发请求的数量时，它不会变慢。Twisted reactor线程池大小设置为25。对于“基准测试和概要文件优先”的感觉，一个明确的+1。人们经常优化错误的东西，即使他们知道某些东西实际上很慢。如果我用线程同步对资源的访问。锁定意味着我使用单线程。基准测试这件事肯定是要做的。在CPython中，列表上的单个操作是线程安全的，因此
SharedList
在这里没有做任何有用的事情。@JP，这是一个很好的观点。我已经更新了以使它更清楚。谢谢你的帮助。我们做了一些基准测试，发现deepcopy不是问题所在。深度复制调用大约需要：0.0009秒/次调用，这并不重要。您是否碰巧有一些示例/教程可供分享？