Question

我试图使用python和scipy使用线程来解决多个线性系统。对于python线程，我是一个绝对的初学者。我附上了代码，它提炼了我想要完成的事情。此代码有效但执行时间实际上随着totalThreads的增加而增加。我的猜测是，spsolve被视为一个关键部分，实际上并不是同时运行的。

我的问题如下：

spsolve线程安全吗？
如果spsolve阻塞了，有办法吗？
我可以使用哪种线性求解器包更好地并行化？
有没有更好的方法来编写可以提高性能的代码段？

我一直在网上搜索答案，但没有运气。也许，我只是使用错误的关键字。感谢大家的帮助。

    def Worker(threadnum, totalThreads):
        for i in range(threadnum,N,totalThreads):
           x[:,i] = sparse.linalg.spsolve( A,  b[:,i] )

    threads = []
    for threadnum in range(totalThreads):
        t = threading.Thread(target=Worker, args=(threadnum, totalThreads))
        threads.append(t)
        t.start()

    for threadnum in range(totalThreads): threads[threadnum].join()

Answer 1

您应该首先理解的是，与直觉相反，Python的线程模块不会让您利用多个核心。这是由于称为全局解释器锁（GIL）的东西，它是标准cPython实现的关键部分。有关详细信息，请参阅此处：What is a global interpreter lock (GIL)?

您应该考虑使用多处理模块，它通过旋转多个独立的Python进程来绕过GIL。这有点难以使用，因为不同的进程具有不同的内存空间，因此您不能只在所有进程之间共享一个线程安全的对象，并期望该对象在所有进程之间保持同步。以下是多处理的一个很好的介绍：http://www.doughellmann.com/PyMOTW/multiprocessing/

Python：使用线程解决多个线性系统

1 个答案: