为什么time.clock返回的经过时间比time.time多？

Question

为什么time.clock返回的经过时间比time.time多？

pythonlinuxmultithreadingtimemultiprocessing

8

我在Ubuntu上使用time.clock和time.time计时了一段Python代码：

clock elapsed time: 8.770 s
time  elapsed time: 1.869 s

我理解time.time使用系统时间，而time.clock使用处理器时钟。当time.time给出的经过时间大于time.clock时，这对我来说是有道理的：处理器并非一直处于活动状态（例如，调用time.sleep）。

但是为什么/何时处理器时钟给出的经过时间会比系统时间多得如此之多呢？

附加说明

我进行了一个简单的测试，在标准映射、进程池映射和线程池映射中计算相同的函数。可以理解的是，进程池更快，线程池更慢。更有趣的是：在处理器池中，时钟计时小于时间计时，但在线程池中时钟计时却更长。

再次强调，我理解处理器池中时钟计时更短的原因：主进程不做太多事情，只等待池进程完成。但是为什么在线程池中时钟计时更长呢？有什么见解吗？

结果：

map
  time  1738.8
  clock 1739.6
mp pool
  time   580.1
  clock   15.9
thread pool
  time  3455.3
  clock 5378.9

代码：

from time import clock, sleep, time
from multiprocessing.pool import ThreadPool
from multiprocessing import Pool
import random

def f(i):
    x = [random.random() for j in range(100000)]
    return x[i]

def t(fn):
    t0, c0 = time(), clock()
    for i in range(10): fn(f,range(16))
    print '  time ', round(1000*(time()-t0),1)
    print '  clock', round(1000*(clock()-c0),1)

if __name__ == '__main__':
    print 'map'
    t(map)

    pool = Pool(8)
    print 'mp pool'
    t(pool.map)

    pool = ThreadPool(8)
    print 'thread pool'
    t(pool.map)

- jmilloy

1

并行处理？你在运行8个核心吗？ - dmg

我正在使用 Linux Mint。 - jmilloy

2

请参阅http://pymotw.com/2/time/，了解墙钟时间和处理器时钟时间之间的区别的详细解释。 - Lukas Graf

@LukasGraf 谢谢，但那只是解释了我已经知道的内容（并在上面总结了）。它没有解释处理器时钟时间如何大于墙上时间。此外，它建议使用时钟进行基准测试，但我理解这是不正确的（例如，timeit 在 Linux 上使用时间而不是时钟）。 - jmilloy

2

@LukasGraf：实际上，motw的解释是不正确的。请阅读time.clock()文档的当前版本——该函数的行为取决于平台，并且自Python 3.3以来已被弃用。即使在Linux上使用Python 2，也不应将其用于性能测量。使用timeit.default_timer，它可以为您提供最佳的计时器，无论Python版本如何，在您的系统上进行性能测量。 - jfs

显示剩余4条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- b4hand · Accepted Answer

如果使用多个CPU执行，CPU时间可能会超过墙上时间。我在Python中没有特别看到过这种情况，但是我在C语言中使用多个线程的clock函数时确实看到了这种情况，而且很可能Python代码只是直接调用了这个C函数。

关于"为什么"：你的思考方式有误。重要的是你的程序运行了多少个核心。如果一个核心在两秒的墙上时间内运行了一秒钟，那对你来说是有意义的，但是如果四个核心在同样的时间间隔内每个核心都运行了一秒钟，那么你就有了4秒的CPU时间和2秒的墙上时间。内核计算CPU时间以测量所有核心的时间。如果多个核心在同一秒内运行，则在该秒内花费了多个CPU秒。这是调度程序所关注的成本度量标准，很可能是clock所基于的指标。这可能不是你关心的度量标准，但这就是它的工作方式。