Python的多线程代码比单线程慢

Question

我首先在生产代码中观察到这个问题，然后做了一个原型：

import threading, Queue, time, sys

def heavyfunc():
    ''' The idea is just to load CPU '''
    sm = 0
    for i in range(5000):
        for j in range(5000):
            if i + j % 2 == 0:
                sm += i - j
    print "sm = %d" % sm

def worker(queue):
    ''' worker thread '''
    while True:
        elem = queue.get()
        if elem == None: break
        heavyfunc()           # whatever the elem is


starttime = time.time()  

q = Queue.Queue()             # queue with tasks

number_of_threads = 1
# create & start number_of_threads working threads
threads = [threading.Thread(target=worker, args=[q]) for thread_idx in range(number_of_threads)]
for t in threads: t.start()

# add 2 working items: they are estimated to be computed in parallel
for x in range(2):
    q.put(1)

for t in threads: q.put(None) # Add 2 'None' => each worker will exit when gets them
for t in threads: t.join()    # Wait for every worker

#heavyfunc()

elapsed = time.time() - starttime

print >> sys.stderr, elapsed

Heavyfunc() 的思想只是加载 CPU，没有任何同步和依赖。

使用1个线程时，平均需要4.14秒使用2个线程时，平均需要6.40秒不使用任何线程时，计算heavyfunc()平均需要2.07秒（多次测量，正好是4.14 / 2，如如果有 1 个线程和 2 个任务）。

如果有 2 个线程，我预计 2 个带有重函数() 的作业需要 2.07 秒。（我的 CPU 是 i7 => 有足够的内核）。

这是 CPU 监视器的屏幕截图，它也给出了没有真正多线程的想法：

我的想法错误在哪里？如何创建不干扰的 n 个线程？

Answer 1

CPython 不会一次在多个内核上执行字节码。多线程 cpu 绑定代码毫无意义。全局解释器锁 (GIL) 用于保护进程中的所有引用计数，因此一次只有一个线程可以使用 Python 对象。

您看到性能更差，因为您一次仍然只有一个线程在工作，但现在您也在更改线程上下文。