Ответ 1
Я согласен с @aix, multiprocessing, безусловно, путь. Независимо от того, что вы будете связаны с i/o, вы можете читать только так быстро, независимо от того, сколько параллельных процессов вы используете. Но легко может быть некоторое ускорение.
Рассмотрим следующее (input/является каталогом, который содержит несколько файлов .txt из Project Gutenberg).
import os.path
from multiprocessing import Pool
import sys
import time
def process_file(name):
''' Process one file: count number of lines and words '''
linecount=0
wordcount=0
with open(name, 'r') as inp:
for line in inp:
linecount+=1
wordcount+=len(line.split(' '))
return name, linecount, wordcount
def process_files_parallel(arg, dirname, names):
''' Process each file in parallel via Poll.map() '''
pool=Pool()
results=pool.map(process_file, [os.path.join(dirname, name) for name in names])
def process_files(arg, dirname, names):
''' Process each file in via map() '''
results=map(process_file, [os.path.join(dirname, name) for name in names])
if __name__ == '__main__':
start=time.time()
os.path.walk('input/', process_files, None)
print "process_files()", time.time()-start
start=time.time()
os.path.walk('input/', process_files_parallel, None)
print "process_files_parallel()", time.time()-start
Когда я запускаю это на своей двухъядерной машине, есть заметное (но не 2x) ускорение:
$ python process_files.py
process_files() 1.71218085289
process_files_parallel() 1.28905105591
Если файлы достаточно малы, чтобы вписаться в память, и у вас много обработки, которая не будет связана с i/o, тогда вы должны увидеть еще лучшее улучшение.