Python - 线程占用太多 CPU

Question

所以我有一个使用 Th线程库进行多进程任务的 Python 3.7 程序

def myFunc(stName,ndName,ltName):
##logic here

names = open('names.txt').read().splitlines() ## more than 30k name
for i in names:
processThread = threading.Thread(target=myFunc, args=(i,name2nd,lName,))
processThread.start()
time.sleep(0.4)

我必须打开多个窗口才能使用不同的输入完成任务，但最终我遇到了一个非常滞后的情况，我什至无法浏览我的 OSX，我试图使用多处理库来解决问题，但不幸的是，多处理似乎在OSX中无法正常工作。

任何人都可以建议吗？

Answer 1

此行为是意料之中的。如果myFunc是需要时间的 CPU 密集型任务，则可能会启动多达 30k 个线程来执行此任务，这将使用所有计算机资源。

代码的另一个潜在问题是线程在内存方面很昂贵(每个线程使用 8MB 内存)。创建 30k 线程将使用多达 240GB 的内存，而您的计算机可能没有这些内存，并且会导致内存不足错误。

最后，该代码的另一个问题是您的主例程正在启动所有这些线程，而不是等待其中任何一个完成执行。这意味着最后启动的线程很可能直到最后才会运行。

我建议使用ThreadPoolExecutor来解决所有这些问题：

from concurrent.futures.thread import ThreadPoolExecutor
def myFunc(stName,ndName,ltName):
##logic here

names = open('names.txt').read().splitlines() ## more than 30k name
num_workers = 8
with ThreadPoolExecutor(max_workers=num_workers) as executor:
for i in names:
executor.map(myFunc, (i, name2nd, lName))

您可以使用num_workers在此程序使用的资源量和适合您的执行速度之间找到平衡。