您好,登錄后才能下訂單哦!
這篇文章給大家介紹gil在密集型多線程和單線程執(zhí)行效率對(duì)比是怎樣的,內(nèi)容非常詳細(xì),感興趣的小伙伴們可以參考借鑒,希望對(duì)大家能有所幫助。
import logging import datetime FORMAT = '%(threadName)s %(thread)d %(message)s' logging.basicConfig(format=FORMAT, level=logging.INFO) start = datetime.datetime.now() def calc(): sum = 0 for _ in range(100000000): sum += 1 calc() calc() calc() calc() calc() delta = (datetime.datetime.now() - start).total_seconds() logging.info(delta)
import threading import logging import datetime FORMAT = '%(threadName)s %(thread)d %(message)s' logging.basicConfig(format=FORMAT, level=logging.INFO) start = datetime.datetime.now() def calc(): sum = 0 for _ in range(100000000000): sum += 1 lst = [] for i in range(5): t = threading.Thread(target=calc, ) lst.append(t) t.start() for i in lst: i.join() delta = (datetime.datetime.now() - start).total_seconds() logging.info(delta)
兩個(gè)測(cè)試結(jié)果來(lái)看,在CPython中,對(duì)于CPU密集型而言,多線程沒(méi)特別大的優(yōu)勢(shì),和一個(gè)線程的執(zhí)行時(shí)間相差不是特別大
關(guān)于gil在密集型多線程和單線程執(zhí)行效率對(duì)比是怎樣的就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。