python新手,寫了一個計算文件md5的程序,能跑通。然后嘗試改造成多線程時遇到疑惑。兩核心的機器,開雙線程時計算消耗的時間和不使用多線程一致,不知是因為什么問題導致。測試環(huán)境下一共44個文件,每個文件200MB-400MB不等,總大小12.1GB,兩段代碼的運行時間都是42秒左右。
后面又嘗試了使用多進程的方式,依然處理時間沒有改善
未使用多線程代碼:
#!/usr/bin/python3
import os, hashlib, binascii, pymysql, time, json, datetime
def listFiles(dir):
paths = []
for root,dirs,files in os.walk(dir):
for file in files:
paths.append(os.path.join(root,file))
return paths
def calcMD5(filePath, block_size=2**20):
md5 = hashlib.md5()
f = open(filePath, 'rb')
while True:
data = f.read(block_size)
if not data:
break
md5.update(data)
f.close()
return md5.hexdigest()
files = listFiles('/data/S01')
result = []
startTime = datetime.datetime.now()
for i in files:
fileMD5 = calcMD5(i)
result.append(fileMD5)
print(result)
endTime = datetime.datetime.now()
timeDiff = endTime - startTime
timeDiffSeconds = timeDiff.seconds
print('總費時{0}分鐘{1}秒'.format(int(timeDiffSeconds/60), int(timeDiffSeconds%60)))
使用多線程代碼:
#!/usr/bin/python3
import os, hashlib, binascii, pymysql, time, json, datetime, threading, queue
def listFiles(dir):
paths = []
for root,dirs,files in os.walk(dir):
for file in files:
paths.append(os.path.join(root,file))
return paths
class threadMD5(threading.Thread):
def __init__(self, queue):
threading.Thread.__init__(self)
self.queue = queue
def run(self):
while True:
try:
filePath = self.queue.get(block=False)
except Exception as e:
print('thread end')
break
fileMD5 = calcMD5(filePath)
self.queue.task_done()
def calcMD5(filePath, block_size=2**20):
md5 = hashlib.md5()
f = open(filePath, 'rb')
while True:
data = f.read(block_size)
if not data:
break
md5.update(data)
f.close()
return md5.hexdigest()
startTime = datetime.datetime.now()
files = listFiles('/data/S01')
result = []
#多線程
queue = queue.Queue()
for i in files:
queue.put(i, block=False)
threads = []
for i in range(2):
t = threadMD5(queue)
t.setDaemon(True)
t.start()
threads.append(t)
for i in threads:
i.join()
print(result)
endTime = datetime.datetime.now()
timeDiff = endTime - startTime
timeDiffSeconds = timeDiff.seconds
print('總費時{0}分鐘{1}秒'.format(int(timeDiffSeconds/60), int(timeDiffSeconds%60)))
多進程代碼:
import os, hashlib, time, datetime
import multiprocessing as mp
results = []
def listFiles(dir):
paths = []
for root,dirs,files in os.walk(dir):
for file in files:
paths.append(os.path.join(root,file))
return paths
def calcMD5(filePath, block_size=2**20):
md5 = hashlib.md5()
f = open(filePath, 'rb')
while True:
data = f.read(block_size)
if not data:
break
md5.update(data)
f.close()
return md5.hexdigest()
def collect_results(result):
results.extend(result)
if __name__ == "__main__":
p = mp.Pool(processes=2)
files = listFiles('/data/S01')
startTime = datetime.datetime.now()
for f in files:
p.apply_async(calcMD5, args=(f, ), callback=collect_results)
p.close()
p.join()
print(results)
endTime = datetime.datetime.now()
timeDiff = endTime - startTime
timeDiffSeconds = timeDiff.seconds
print('總費時{0}分鐘{1}秒'.format(int(timeDiffSeconds/60), int(timeDiffSeconds%60)))
北大青鳥APTECH成立于1999年。依托北京大學優(yōu)質雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國IT技能型緊缺人才,是大數(shù)據專業(yè)的國家
達內教育集團成立于2002年,是一家由留學海歸創(chuàng)辦的高端職業(yè)教育培訓機構,是中國一站式人才培養(yǎng)平臺、一站式人才輸送平臺。2014年4月3日在美國成功上市,融資1
北大課工場是北京大學校辦產業(yè)為響應國家深化產教融合/校企合作的政策,積極推進“中國制造2025”,實現(xiàn)中華民族偉大復興的升級產業(yè)鏈。利用北京大學優(yōu)質教育資源及背
博為峰,中國職業(yè)人才培訓領域的先行者
曾工作于聯(lián)想擔任系統(tǒng)開發(fā)工程師,曾在博彥科技股份有限公司擔任項目經理從事移動互聯(lián)網管理及研發(fā)工作,曾創(chuàng)辦藍懿科技有限責任公司從事總經理職務負責iOS教學及管理工作。
浪潮集團項目經理。精通Java與.NET 技術, 熟練的跨平臺面向對象開發(fā)經驗,技術功底深厚。 授課風格 授課風格清新自然、條理清晰、主次分明、重點難點突出、引人入勝。
精通HTML5和CSS3;Javascript及主流js庫,具有快速界面開發(fā)的能力,對瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網頁制作和網頁游戲開發(fā)。
具有10 年的Java 企業(yè)應用開發(fā)經驗。曾經歷任德國Software AG 技術顧問,美國Dachieve 系統(tǒng)架構師,美國AngelEngineers Inc. 系統(tǒng)架構師。