Question

我一直在尝试对我的代码进行多线程处理，但仍然可以使用，但是只使用了我CPU的15％（我有8个线程，因此只有1个线程）。

我尝试了许多脚本来从堆栈溢出和youtube进行多线程处理，但没有一个起作用。

import threading

n=2

def crazy():
    global n
    while True:
        n = n*2
        print(n)

threads = []
for i in range(4):
    t = threading.Thread(target=crazy)
    threads.append(t)
    t.start()

输出符合预期，但仅在一个线程上运行。

Answer 1

也许像这样：

from multiprocessing.dummy import Pool

n = 2


def crazy(_):
    global n
    while True:
        n = n * 2
        print(n)

threads = []
pool = Pool(8)
pool.map(crazy, range(8))
pool.close()
pool.join()

Answer 2

这实际上是在使用线程（所有4个线程）。您可以通过在代码中实现暂停来进行测试：

import threading
import time

n = 2

def crazy():
    global n
    while True:
        n = n*2
        print(n)
        time.sleep(1) # pause

threads = []
for i in range(4):
    t = threading.Thread(target=crazy)
    threads.append(t)
    t.start()

首先打印的位置：

然后稍后再打印

它以4组为一组打印的事实证明4个线程正在运行，并且每个线程都在执行中遇到暂停。如果您试图最大化CPU使用率，那么多处理可能更符合您的需求？ threading只是模仿一次发生的多件事，而multiprocessing实际上是一次完成多个事。请注意，多处理有些棘手，因为您必须聪明一些，以避免死锁。

Answer 3

这正在运行多个python线程，但是python线程位于应用程序级别，而不是内核。这些应用程序线程轮流在同一内核上运行，但是它们确实是上下文切换。例如，获取此代码的输出。它在线程之间切换以打印数字：

import threading

n=0
def crazy(i):
    global n
    for i in range(4):
        n = n + 1
        print(f"Thread {i}: {n}")

threads = []
for i in range(4):
    t = threading.Thread(target=crazy, args=(i,))
    threads.append(t)
    t.start()

输出：

Thread 0: 1
Thread 1: 2
Thread 2: 3
Thread 3: 4
Thread 0: 5
Thread 1: 6
Thread 2: 7
Thread 3: 8
Thread 0: 9
Thread 1: 10
Thread 2: 11
Thread 3: 12
Thread 0: 13
Thread 1: 14
Thread 2: 15
Thread 3: 16

Answer 4

全局解释器锁（GIL）不能与CPU速度提升相关联，您可以在https://realpython.com/python-gil/和google上了解有关GIL的信息

为什么我的代码不能在多个线程上工作？

4 个答案: