我有一个简单的 Monte-Carlo Pi 计算程序。我尝试在两个不同的设备上运行它（硬件相同，但内核版本略有不同）。结果发现在一台设备上性能下降明显（用时是另一台的两倍）。没有使用线程时，性能大致相同。对程序进行分析表明，速度较慢的程序在每次 futex 调用时花费的时间较少。
- 这与任何内核参数有关吗？
- CPU 标志是否会影响 futex 的性能？/proc/cpuinfo 表示 CPU 标志略有不同。
- 这与 Python 版本有关吗？
Linux(3.10.0-123.20.1 (Red Hat 4.4.7-16)) Python 2.6.6
% time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
99.69 53.229549 5 10792796 5385605 futex
Profile Output
==============
256 function calls in 26.189 CPU seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
39 26.186 0.671 26.186 0.671 :0(acquire)
Linux(3.10.0-514.26.2 (Red Hat 4.8.5-11)) Python 2.7.5
这是一条关于计算机技术的信息，显示了操作系统Linux的版本和Python编程语言的版本。 % time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
99.69 94.281979 8 11620358 5646413 futex
Profile Output
==============
259 function calls in 53.448 seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
38 53.445 1.406 53.445 1.406 :0(acquire)
测试程序
import random
import math
import time
import threading
import sys
import profile
def find_pi(tid, n):
t0 = time.time()
in_circle = 0
for i in range(n):
x = random.random()
y = random.random()
dist = math.sqrt(pow(x, 2) + pow(y, 2))
if dist < 1:
in_circle += 1
pi = 4.0 * (float(in_circle)/float(n))
print 'Pi=%s - thread(%s) time=%.3f sec' % (pi, tid, time.time() - t0)
return pi
def main():
if len(sys.argv) > 1:
n = int(sys.argv[1])
else:
n = 6000000
t0 = time.time()
threads = []
num_threads = 5
print 'n =', n
for tid in range(num_threads):
t = threading.Thread(target=find_pi, args=(tid,n,))
threads.append(t)
t.start()
for t in threads:
t.join()
#main()
profile.run('main()')
#profile.run('find_pi(1, 6000000)')