python 多进程提速_multiprocessing没有变快

事实上，很多时候Python的多线程是无法提速的。
这是因为CPython解释器本身不是线程安全的，因此存在全局解释器锁(GIL, global interpreter lock)，1次只允许1个线程执行Python代码，因此，1个Python进程通常不能使用多个CPU核心。
与Python语言本身无关，Jython等没有这个限制。

ThreadPoolExecutor()函数需要1个参数指定线程池中线程的数量，而ProcessPoolExecutor()函数通常不需要指定进程数，默认是os.cpu_count()函数返回的CPU数量，也可以自行指定其他值，但对CPU密集型的处理而言，进程数不得超过CPU数量。

说了这么多,亲测有效的还是多进程加速

   import multiprocessing
   pool = multiprocessing.Pool(processes=4)
   return_value = pool.apply_async(func_name, (参数列表,))
   p.close()
   p.join()
1
2
3
4
5

from multiprocessing import Pool
p = Pool()
result = p.apply_async(foo, args=(a, ))
# foo和a分别是你的方法和参数，这行可以写多个，执行多个进程，返回不同结果
 p.close()
 p.join()
1
2
3
4
5
6

新建一个进程池，并指定本机cpu核心数量为4(看你的机子cpu有多少核)
这样主程序运行时就会建立出4个额外的进程，每个进程可以运行在不同核心上，从而实现了多核并行.