1
binux 2015-12-29 07:14:23 +08:00
用 multiprocessing 之后 CPU 占满了吗?占满了就没得提升了,如果没有,要么你的程序不是 CPU 密集型,继续加大线程 /进程数,要么你用得不对。
|
2
billgreen1 OP @binux 占满了, 55555~~~
|
3
clino 2015-12-29 07:33:27 +08:00 via Android
cython 之类的?
|
4
helloworld00 2015-12-29 07:36:33 +08:00
先 profile 看到底哪最耗时,从你这么几句看不到代码很难说出什么方法
想办法有目的性的去优化代码, 数据结构,代码逻辑等 最后用 pypy |
5
ericls 2015-12-29 08:08:39 +08:00 via iPhone
CPU 密集用 pypy cython 多线程
IO 密集 用 异步 看看 GIL 也许有帮助 |
6
ljdawn 2015-12-29 08:34:28 +08:00
如果是 cpu 密集型的就没法子了...
|
7
DuckJK 2015-12-29 08:40:02 +08:00
|
8
h4x3rotab 2015-12-29 09:29:07 +08:00 via iPhone
mapreduce
|
9
bookocean 2015-12-29 09:32:04 +08:00
都不清楚你这个函数是干嘛的,怎么给意见呢
|
10
9hills 2015-12-29 09:46:51 +08:00
分析性能瓶颈,尝试优化,实在不行就用 C 重写相关部分
其实暴力的办法就是上多机并行处理 |
11
Feiox 2015-12-29 10:12:55 +08:00
其实。。。一个函数几十上百毫秒,已经算耗时大的了。。。。
|
12
est 2015-12-29 10:16:19 +08:00
|
13
Aalen 2015-12-29 10:34:26 +08:00
hadoop 啦~
|
14
zhicheng 2015-12-29 10:38:11 +08:00 via Android
Numpy
|
16
pynix 2015-12-29 11:37:19 +08:00
这耗时已经很长了好吧。。。。。
|
17
ryd994 2015-12-29 11:59:03 +08:00 via Android
不要把函数直接挂给 multiprocessing
fork 的开销也不小的 正确的是写一个 wrapper ,让一个进程处理几十个 |
18
m8syYID5eaas8hF7 2015-12-29 13:43:53 +08:00
用 C++写一下那个函数试试看(来自 python 初学者的建议)
|
19
ethego 2015-12-29 14:17:28 +08:00
为什么要开进程?这明显只要开线程就够了
|
20
glogo 2015-12-29 19:50:58 +08:00
multiprocessing + 协成,我是这样的, IO 密集型,性能是 multiprocessing + 线程的 5 倍
|
21
asxalex 2015-12-29 22:33:26 +08:00
尝试优化函数内部算法,数据结构吧
|