python处理小文件读写并行的一些疑惑,python读写,我有大量的小文件需要处理


我有大量的小文件需要处理,采用那种并行方案比较好?

多进程

多线程

协程

我的疑惑在于:

Python的GIL的存在是否导致了多线程处理不如多进程处理?在耗时上

Python多进程的最佳进程数比如为4, 那么相同耗时的线程数是不是要比4高?

如果我在C中使用多线程,然后调用Python库,这种情形下有GIL的问题吗?

你的小文件是在同一磁盘上吗?你对每个小文件的「处理」是很快就能完成的操作吗?——如果不是,单线程单进程吧,瓶颈不在那里。

如果不确定,先单线程单进程,看 CPU 能跑满不。

写过多线程python处理小文件的程序大概4w多个html文件

印象里似乎多线程也没有怎么变快,甚至还慢了一点……推测下来是小文件的IO瓶颈太大而不是处理速度

你把这些小文件用BLOB写到一个NOSQL数据库里,然后来处理可能多线程上会有优势

大量小文件处理速度还是很快的,关键是磁盘的读写。

所以 1 2 3 效果不明显。

编橙之家文章,

评论关闭