Python Eficaz

print('Took %.3f seconds' % (end - start))
>>>
Took 1.170 seconds
Rodar esse código em múltiplas threads no Python não resultaria em nenhum
ganho de velocidade porque a GIL impede que o Python use mais de uma CPU
em paralelo. No exemplo de código a seguir, implementamos a mesma
computação proposta pelo código anterior, mas desta vez usando o módulo
concurrent.futures com sua classe ThreadPoolExecutor e duas threads de
trabalho (no meu caso, usei duas porque é o número de núcleos que eu tenho
disponível na CPU de meu computador):
start = time()
pool = ThreadPoolExecutor(max_workers=2)
results = list(pool.map(gcd, numbers))
end = time()
print('Took %.3f seconds' % (end - start))
>>>
Took 1.199 seconds
Estranhamente, ficou mais lento ainda. Isso se deve ao trabalho adicional de
iniciar todas as threads e da comunicação entre o interpretador principal e o
conjunto de threads.
Porém, a surpresa maior é que, alterando apenas uma única linha de código, algo
mágico acontece. Se eu substituir ThreadPoolExecutor por
ProcessPoolExecutor, também do módulo concurrent.futures, tudo fica muito
mais rápido.
start = time()
pool = ProcessPoolExecutor(max_workers=2) # Única linha modificada
results = list(pool.map(gcd, numbers))
end = time()
print('Took %.3f seconds' % (end - start))
>>>
Took 0.663 seconds
Em minha máquina dual-core, é significativamente mais rápido! Como isso é
www.full-ebook.com