Python 2.7 simultanées.les contrats à terme.ThreadPoolExecutor ne pas paralléliser

J'exécute le code suivant sur un Intel i3-machine avec 4 cœurs virtuels (2 hyperthreads/physique de base, 64bit) et Ubuntu 14.04 installé:

n = multiprocessing.cpu_count()
executor = ThreadPoolExecutor(n)
tuple_mapper = lambda i: (i, func(i))
results = dict(executor.map(tuple_mapper, range(10)))

Le code ne semble pas être exécutée dans un mode parallèle, puisque le PROCESSEUR est utilisé à seulement 25% en permanence. Sur l'utilisation du graphe seulement l'un des 4 cœurs virtuels est utilisé à 100% à un moment. L'utilisées sont des noyaux en alternance toutes les 10 secondes.

Mais la parallélisation fonctionne bien sur une machine serveur avec le même réglage du logiciel. Je ne connais pas le nombre exact de cœurs, ni le type de processeur, mais je sais pour sûr qu'il a plusieurs carottes et l'utilisation est à 100% et que les calculs ont une rapide accélération (10 fois plus rapide après l'utilisation de la parallélisation, fait quelques expériences avec elle).

Je l'espère, que la parallélisation serait de travailler sur mon ordinateur, et pas seulement sur le serveur.

Pourquoi n'est-il pas de travail? A-t-elle quelque chose à voir avec mes paramètres de système d'exploitation? Dois-je les changer?

Merci d'avance!

Mise à jour:
Pour le fond de renseignements, voir la bonne réponse ci-dessous. Par souci d'exhaustivité, je veux donner un exemple de code qui a résolu le problème:

tuple_mapper = lambda i: (i, func(i))
n = multiprocessing.cpu_count()
with concurrent.futures.ProcessPoolExecutor(n) as executor:
    results = dict(executor.map(tuple_mapper, range(10)))

Avant de le réutiliser prendre soin de toutes les fonctions que vous utilisez sont définies dans la partie supérieure au niveau d'un module comme décrit ici:
Python multitraitement de décapage de l'erreur

Essayez avec ProcessPoolExecutor. Pourrait être la GIL.
Intéressant, mais je suis toujours irrité par le fait que le serveur affiche 100% de l'utilisation avec et moins sans parallélisation, car il a le même logiciel logiciel de configuration. Je vais essayer vos conseils.

OriginalL'auteur Gerhard Hagerer | 2015-05-21

  1. 14

    Il semble que vous voyez les résultats de Python Mondial Interprète De Verrouillage (un.k.un GIL).

    Dans Disponible, le mondial de l'interprète de verrouillage, ou GIL, est un mutex qui
    empêche plusieurs threads natifs exécution du bytecode Python à
    une fois que.

    Que toutes vos discussions sont en cours d'exécution pure le code Python, un seul d'entre eux peut s'exécuter en parallèle. Qui devrait provoquer un seul PROCESSEUR à être actif et correspond à la description du problème.

    Vous pouvez contourner ce problème en utilisant un processus multiples avec ProcessPoolExecutor à partir du même module. D'autres solutions incluent le passage à Jython ou IronPython qui n'ont pas de GIL.

    La ProcessPoolExecutor classe est un Exécuteur de la sous-classe qui utilise une piscine
    des processus pour mettre en œuvre des appels asynchrone. ProcessPoolExecutor utilise
    le module multiprocessing, qui lui permet de passer le Mondial
    Interprète de Verrouillage     mais signifie également que seuls les picklable les objets peuvent être
    exécutée et renvoyé.

    Merci, maintenant je suis à 100% d'utilisation du PROCESSEUR! Sur ma manière de résoudre cela, j'ai aussi eu à lutter contre l'erreur suivante avant il a travaillé: stackoverflow.com/questions/8804830/...
    Pourquoi ne pas pypy? Je crois que pypy est libre de GIL trop.
    PyPy a encore GIL selon ses FAQ
    Merci pour la correction, mon mauvais, un idiot, en effet.
    J'ai ce problème avec Python 3.5 dans mon Jupyter Portable Dû passer à ProcessPoolExecutor trop afin d'obtenir les 100% d'utilisation du PROCESSEUR est que pour la même raison?

    OriginalL'auteur kichik