Python 64位操作系统CPU使用率高的原因是什么？

我发现它非常有趣，但不知道为什么：我的一个python脚本在32位win 2003机器上轻松运行（CPU使用率为20%甚至更低），而在64位win 2008机器上，完全相同的脚本几乎花费100%的CPU。这两台机器的硬件水平相同。

基本上，该脚本是多线程的，使用

线程化

和

机械化

模块从几十个网页中获取特定结果

无论如何，64位操作系统CPU使用率高的原因是什么

编辑：

实际上，我在尝试寻找将多线程脚本从32位迁移到64位时的一些一般注意事项

好的，代码是这样的：

def SpawnThreads(amounts, urls_queue, proxies_queue):

    for counter in range(amounts):
        new_thread = threading.Thread(target = CheckResults, args = (urls_queue, proxies_queue， ))
        new_thread.start()

def CheckResults(urls_queue, proxies_queue):
    if urls_queue.empty():
         return 1

    if proxies_queue.empty():
        return 1

    get url from urls_queue

    get proxy from proxies_queue

    get html source of url

    put proxy back to proxies_queue if everything's all right

    spawn_a_new_thread = threading.Thread(target = SpawnThreads, args = (1, urls_queue, proxies_queue)
    spawn_a_new_thread.start()

if __name__ == "__main__":
    put all urls into urls_queue
    put all proxies into proxies_queue

    SpawnThreads(100, urls_queue, proxies_queue)

---

真正跳出来的一件事是所有这些线程以循环方式生成其他线程（

生成线程

->

检查结果

->

生成线程

->

..

）

即使每个线程被称为

other_thread.start（）

后不久都会死亡，但不断生成的线程很可能成为瓶颈

---

如果我是你，我要做的第一件事就是整理线程逻辑。工作线程池之类的东西可能很适合解决此问题。

两台机器上相同数量的内核和每个内核的线程？线程总是会伤害处理器。线程不会“伤害处理器”，只是会使处理器饱和。对于这样的任务，处理器的利用率不是100%有什么意义呢？Shane，尽可能多地发布你认为相关的代码。最需要的是操作系统规范。