Python：多线程上的 CPU 密集型任务

Question

假设我有这个类：

class Foo:
    def __init__(self):
        self.task1_dict = {}
        self.task2_dict = {}

    def task1(self):
        for i in range(10000000):
            # update self.task1_dict
    
    def task2(self):
        for i in range(10000000):
            # update self.task2_dict

    def run(self):
        self.task1()
        self.task2()

任务 1 和任务 2 都是 CPU 密集型任务并且是非 IO。它们也是独立的，因此您可以假设同时运行它们是线程安全的。

目前，我的班级正在按顺序运行任务，我想对其进行更改，以便任务在多个线程中并行运行。我正在使用 concurrent.future 包中的 ThreadPoolExecutor。

class Foo:
    ...
    def run(self):
        with ThreadPoolExecutor() as executor:
            executor.submit(self.task1)
            executor.submit(self.task2)

问题是当我调用run 方法时，与顺序版本相比，运行时间根本没有减少，甚至略有增加。我猜这是因为 GIL 一次只允许一个线程运行。有什么方法可以并行化这个程序吗？也许是一种克服 GIL 并在 2 个线程上运行 2 个方法的方法？我考虑过切换到ProcessPoolExecutor、but I cannot call the methods since class methods are not picklable。此外，如果我使用多处理，Python 将创建多个Foo 和self.task1_dict 实例，self.task2_dict 不会相应更新。

Answer 1

您可以按照here的说明使用多处理共享内存