Python多线程太慢，使用多进程

Question

我刚接触多进程，

我对线程有一些了解，但我需要加快这个计算的速度，希望能用多进程来实现：

示例描述：把字符串发送到一个线程，修改字符串 + 基准测试，然后把结果发送回来打印。

from threading import Thread

class Alter(Thread):
    def __init__(self, word):
        Thread.__init__(self)
        self.word = word
        self.word2 = ''

    def run(self):
        # Alter string + test processing speed
        for i in range(80000):
            self.word2 = self.word2 + self.word

# Send a string to be altered
thread1 = Alter('foo')
thread2 = Alter('bar')
thread1.start()
thread2.start()

#wait for both to finish
while thread1.is_alive() == True: pass
while thread2.is_alive() == True: pass


print(thread1.word2)
print(thread2.word2)

现在这个过程大约需要6秒，我希望能更快一些。
我一直在研究多进程，但找不到与上面代码等效的东西。我觉得我需要的是池化，但我找到的例子都很难理解。我想利用所有的核心（8个核心）multiprocessing.cpu_count()，但我对多进程的信息了解得不够，无法复制上面的代码。如果有人能给我指个方向，或者更好的是，提供一个例子，我将非常感激。请使用Python 3。

Answer 1

只需要把 threading 替换成 multiprocessing，把 Thread 替换成 Process。在Python中，线程（Thread）几乎从来不是用来提高性能的，因为有个叫做GIL的东西在捣乱！我在另一个帖子里解释过这个问题，还提供了一些文档链接和一个关于Python中线程的精彩讲座。

不过，multiprocessing模块的设计故意和线程模块很相似。你几乎可以直接把它当作替代品来用！

据我所知，multiprocessing模块并没有提供强制使用特定数量核心的功能。它依赖于操作系统的实现。你可以使用Pool对象，并把工作对象的数量限制在核心数量内。或者你可以寻找其他的MPI库，比如pypar。在Linux下，你可以通过命令行管道来启动多个实例在不同的核心上运行。