多处理器机器上的Python：多处理器还是非GIL解释器

这更像是一个风格问题。对于具有多核的CPU限制进程，您通常是使用多处理模块，还是使用带有没有GIL的解释器的线程？我只是简单地使用了多处理库，但除了CPython之外，我对其他任何东西都没有经验。我很好奇首选的方法是什么，如果是使用不同的解释器，是哪种解释器。

看看并行Python——我曾经在我的四核机器上很好地将工作分配给处理器。它甚至支持集群

看看并行Python——我过去习惯于在我的四核机箱上的处理器之间很好地分割工作。它甚至支持集群

我看不出这里有什么样式参数，不管是哪种方式——CPython 2.6中的多处理，还是当前版本的Jython和IronPython中的线程，都允许您以极其相似的方式和样式编写代码；-。因此，我会基于非常精明的考虑因素进行选择——如果我的CPU非常有限，可以从多个内核中获益，那么性能显然是最重要的，我是否可以认真地使用任何只使用CPython的库，比如numpy或其他只使用JVM或.NET的库，诸如此类。

我在这里看不到真正的风格参数，不管是哪种方式-CPython 2.6中的多处理，还是当前版本的Jython和IronPython中的线程，都允许您以极其相似的方式和风格编写代码；-。因此，我会基于非常精明的考虑因素进行选择——如果我的CPU非常有限，可以从多个内核中获益，那么性能显然是最重要的，我是否可以认真地使用任何只使用CPython的库，比如numpy或其他只使用JVM或.NET的库，等等。

你的工作量是什么样的？从风格的角度来看，这显然对python程序员非常重要，我不认为许多python拥护者会喜欢非GIL解释器您的工作负载是什么样的？从风格的角度来看，这显然对python编程人员非常重要，我不认为许多python拥护者会喜欢非GIL解释器。通常，您会进行一些基准测试，以确定在不降低性能的情况下，每个CPU可以处理多少python进程。我将从每个核心三个Python进程开始，然后向上工作。理想情况下，您将进行一些基准测试，以确定每个CPU可以处理多少个Python进程而不会降低性能。我将从每个核心的三个Python进程开始，然后向上工作。