Python的多处理

我使用多处理在Python并行运行我的代码，如下所示，Python的多处理

result1 = pool.apply_async(set1, (Q, n)) 
result2 = pool.apply_async(set2, (Q, n))

SET1和SET2是两个独立的功能，这个代码是在while循环。

然后我试运行时间，如果我按顺序运行我的代码，在特定参数，它是10秒，但是，当我在并行运行，只用了约0.2秒。我用time.clock（）来记录时间。为什么运行时间减少了很多，对于并行编程的直觉思维，不应该平行的时间在5秒到10秒之间？我不知道如何在我的报告中分析这个...任何人都可以提供帮助吗？由于

来源

2013-12-15 ilovecp3

你最终调用'result1.get（）'吗？你是否检查过两种变体（顺序/并行）产生相同的结果？你可以使用'timeit.default_timer（）'而不是'time.clock（）'。或者从命令行调用它：'your_module import setup'中的'python -mtimeit -s'，运行; setup（）;“ “run（）的”' – jfs

为了得到一个明确的答案，你需要显示所有的代码，并说你使用的操作系统。

我的猜测：您在Linux-y系统上运行，因此time.clock()返回CPU时间（不是挂钟时间）。然后你用新的，独特的过程来运行所有的实际工作。这些CPU消耗的CPU时间根本不显示在主程序的time.clock()结果中。尝试使用time.time()来代替快速完整性检查。

来源

2013-12-15 22:54:08

Python的多处理

回答

相关问题