这是一个创建于 4150 天前的主题，其中的信息可能已经有所发展或是发生改变。
用python写了个处理数据的程序，程序不是直接操作文件的，直接与硬盘打交道的是mongodb。
在每处理一条信息，就向mongodb读写一次数据的情况下，IO不到硬盘最大IO的十分之一，CPU总是在70-80%（进程数和CPU线程数相等的情况下）
在每次预读一定条数的信息来处理的话，CPU就可以基本上满起来了，IO也可以歇一会然后蹦到最大IO，然后歇一会，这样循环下来。
我猜想的是，硬盘读写导致运算中断，所以在进程数和CPU线程数一样的时候，相当于每个CPU线程都是在运算中间等待硬盘读写中断，所以导致这样的结果。
可惜内存不够了，开不了多几个进程来验证这个想法，如果是这样的话，我就考虑加个内存。
谢谢了。
在每处理一条信息，就向mongodb读写一次数据的情况下，IO不到硬盘最大IO的十分之一，CPU总是在70-80%（进程数和CPU线程数相等的情况下）
在每次预读一定条数的信息来处理的话，CPU就可以基本上满起来了，IO也可以歇一会然后蹦到最大IO，然后歇一会，这样循环下来。
我猜想的是，硬盘读写导致运算中断，所以在进程数和CPU线程数一样的时候，相当于每个CPU线程都是在运算中间等待硬盘读写中断，所以导致这样的结果。
可惜内存不够了，开不了多几个进程来验证这个想法，如果是这样的话，我就考虑加个内存。
谢谢了。
 |
1
timonwong 2013-08-18 18:08:54 +08:00  1
如果只有一个主线程处理，那瓶颈就差不多如你猜测。
>如果你使用CPython实现< 若开了多个处理线程（CPU密集），还有GIL这个因素（相当坑爹：http://blip.tv/carlfk/mindblowing-python-gil-2243379），多核下情况更糟。 |
 |
2
wwwjfy 2013-08-18 20:29:23 +08:00 1
cpu操作和io异步操作就好，线程或者coroutine，可以试试不同情况，多累积几条一起做io也不会让cpu更轻松，感觉没什么意义
|
Select Language