【发布时间】：2014-12-12 13:08:17
【问题描述】：
该应用程序使用 Python 2.7 编写并在 Ubuntu 14.04 上运行。
它运行 50 个线程，一个线程占用所有 CPU（100% 使用率显示在 htop 中），其他线程永远没有机会继续执行。看起来调度程序无法更改为其他线程。这正常吗？
我应该尝试使用进程而不是线程吗？我在想，因为使用多处理，我可以使用更多的 CPU。
【问题讨论】：
标签： python multithreading
【发布时间】：2014-12-12 13:08:17
【问题描述】：
https://wiki.python.org/moin/GlobalInterpreterLock
是的，multiprocessing 可能是在您的情况下实现事物的推荐方法。或者您可能会尝试重写挂起的线程，以便它不会占用太多 CPU（取决于 为什么 它会挂起，可能会很重要）。或者至少按照@user5402 的建议不时运行time.sleep(0)。
您也可能会发现有用的asyncio
【讨论】：
-
其实我在线程代码上有很多 time.sleep(0) ，但我想要一个更一致的方式。
-
当您使用
multiprocessing时，会创建相应数量的系统进程并且每个进程独立工作，它是一个独立的python 解释器，彼此之间没有隐式关系。当然，这种情况下的问题是让它们互操作（即交换数据、同步状态、收集结果等） -
关于如果python进程占用100% CPU会发生什么的问题。它将占用 100% 的单个内核（或真正的多处理器系统中的单个处理器），并且其他内核/处理器将可用于其他进程。如果您的任务可以很好地并行化（即它可以拆分为多个几乎独立的任务，不需要同步，或者等待 IO 或其他“共享资源”，那么理论上您可以获得 4 倍的加速。当然现实生活任务很少符合这些条件，但你总是可以发明更好的算法:)
-
另外，您告诉过您的应用程序在 4CPU 系统中使用 50 个线程。这对我来说听起来很奇怪，因为 CPU 密集型任务无法以这样的比例有效处理（不超过 4 个线程/进程同时运行，因此其余 46 个必须等待）。如果您的应用程序以这种方式处理传入连接，那么您应该考虑
asyncio，通常它是互联网服务等更合理的解决方案。 -
即使进程根本没有锁，50/4 也只是系统调度程序的额外工作量，没有多大意义。当然是 YMMV，但我的经验表明，实现作业队列并将处理器数量限制在接近可用 CPU 内核的数量通常更合理。
如果您知道哪个线程占用了 CPU，请尝试插入
time.sleep(0)
在它的主循环中的某个地方。这将导致它屈服于另一个可用线程。
该线程在做什么类型的工作？它在做任何 IO 吗？ Python 线程在 IO-bound 任务上效果最好。对于 CPU 密集型任务，它可能永远不允许另一个线程运行。
【讨论】：
-
理论上他们正在执行网络和 IO 绑定任务...但我最近停止了，因为一个使用大量 CPU 并且不允许其他线程执行的错误.所以理论上线程看起来是最好的选择，但我希望应用程序能够在这种情况下做出反应。例如，杀死耗时过长的进程。