python实现多进程同时计算_python多进程实现CPU100%使用

python多进程实现CPU100%使用

由于昨天的回顾了一些多线程方面的事儿，在群里问了问题：是否可以通过一个脚本控制八个以上的脚本，实现部分资源共享，从而实现八核cpu的100%使用

学习之后，受益颇深。对python的又产生了新的认识

ProcessPoolExecutor介绍如下

它使用进程池来异步地执行调用。 ProcessPoolExecutor 会使用 multiprocessing 模块，这允许它绕过 全局解释器锁(GIL) 但也意味着只可以处理和返回可封存的对象。

multiprocessing介绍如下

multiprocessing 是一个支持使用与 threading 模块类似的 API 来产生进程的包。 multiprocessing 包同时提供了本地和远程并发操作，通过使用子进程而非线程有效地绕过了 全局解释器锁。 因此，multiprocessing 模块允许程序员充分利用给定机器上的多个处理器。 它在 Unix 和 Windows 上均可运行。

ProcessPoolExecutor实现了文章头部所提问题。通过这种方法，我们可以绕过GIL的限制，实现机器的高效利用，即使遇到CPU密集型的问题任务我们也能轻松解决

下面我从官网抄了段代码，稍加注释后进行参数说明

import concurrent.futures

import math

import time

PRIMES = [

112272535095293,

112582705942171,

112272535095293,

115280095190773,

115797848077099,

1099726899285419