我用这个例子测试Python中的多处理模块。它计算语料库中每个单词的长度。在from multiprocessing import Pool

def open_file(file):

with open(file) as f:

f = f.read()

return f

def split_words(file):

f = open_file(file)

return [[len(i), i] for i in f.split()]

def split_mult(file):

#uses the multiprocessing module

pool = Pool(processes = 4)

work = pool.apply_async(split_words, [file])

return work.get()

print split_words("random.txt") - about 90seconds for a 110K file

print split_mult("random.txt") - about 90seconds for a 110K file

*split_mult*函数使用多处理，*split_words*不使用。我的印象是，我会看到使用多处理模块更快的处理时间，但在运行时几乎没有差别。每个函数我都运行了大约5次。我有什么遗漏吗？在

更新：

我重新编写了代码，对多处理有了更好的理解，并且能够将处理时间缩短到大约12秒！这是一个快速而肮脏的代码，但希望对其他试图理解这个概念的人有帮助-https://github.com/surajkapoor/MultiProcessing-Test/blob/master/multi.py