Nano Hash - криптовалюты, майнинг, программирование

Python GIL и многопоточность

Я хотел бы разделить однопоточное приложение на количество рабочих потоков. Всего 1 вопрос - а что с выполнением этого действия? Если GIL не позволит python выполнять более 1 потока за раз, получу ли я прибыль?

Еще один момент (с точки зрения c/c++) - насколько я знаю, каждый поток в любом случае может выполняться только исключительно, поэтому на более низком уровне, чем интерпретатор python, у меня есть такое же ограничение.

Резюме: Будут ли потоки Python иметь меньшую эффективность, чем «родной» поток в части переключения задач?

python gil
30.06.2012

  • К чему ваши темы? Они связаны с процессором? Ваша задача требует больших вычислительных ресурсов? 01.07.2012
  • Я хочу переместить кучу стоимостных математических операций в другие потоки. 01.07.2012

Ответы:


1

Не беспокойтесь о GIL. В зависимости от того, что делает ваша программа (вычисления или ввод-вывод), у вас будут разные характеристики производительности. Если ваша программа привязана к вводу-выводу, вы, вероятно, вообще не заметите GIL.

Другой подход заключается в использовании модуля многопроцессорной обработки, в котором каждый процесс выполняется в своем собственном процессе ОС со своей собственной средой выполнения Python. При таком подходе вы можете в полной мере использовать преимущества нескольких ядер, и обычно это безопаснее, поскольку вам не нужно беспокоиться о синхронизации доступа к общей памяти.

30.06.2012
  • Спасибо за многопроцессорность, я думал об этом, но на однопроцессорном процессоре это не принесет никаких эффектов, я прав? 01.07.2012
  • К сожалению это не IO операции, это много вычислений. 01.07.2012
  • @AlexGP: Если у вас есть только один ЦП, ни потоки, ни несколько процессов не увеличат вашу производительность на любом языке программирования. Это не связано с Python и GIL. 01.07.2012
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..