我在共享集群上工作。我見過人們在這個集群上運行並行化的 c 代碼，當我用來top查看正在運行的進程時，顯示使用了（例如）400% 的 CPU，因為他們為單個實例使用了四個處理器他們的代碼。
現在有人正在運行（據我所知）並行化的 Python 程式碼。然而，Python 程式碼並沒有top顯示使用 400% 的 CPU，而是顯示為四個不同的進程，每個進程都使用自己的處理器（100%）。
我想知道，Python（並行化時）是否顯示top運行盡可能多的不同進程（與 C 相反），或者該 Python 程式碼實際上並未並行運行？
我不知道 Stack Exchange 是否是解決這個問題的更好地方。因為我正在使用，所以top我認為這個地方會更好。讓我知道是否應該移動它。
答案1
你在 C 中看到的是使用線程，因此進程使用量是其所有線程的總和。如果有 4 個線程，每個線程的 CPU 使用率為 100%，則該進程將顯示為 400%
你在 python 中看到的幾乎肯定是透過多進程模型實現的平行性。這是一個旨在克服 Python 線程限制的模型。 Python 一次只能執行一個執行緒（請參閱 Python 全域解釋器鎖定 - GIL）。為了做得更好，可以使用多進程模組，它最終會創建進程而不是線程，而線程又在ps 中顯示為多個進程，然後每個進程可以使用高達100% 的CPU，因為它們都是單進程螺紋。
我敢打賭，如果您運行，ps -afeT您將看到 C 程式的線程，但看不到 python 程式的其他線程。
答案2
參考 Python 實作 CPython 具有全域解釋器鎖定 (GIL)，這會阻止它在以下環境中運行程式碼：平行線， 僅有的同時。線程僅對 I/O 有用。您需要多個進程才能並行執行。您正在查看的 C 程式碼很可能使用執行緒來實現並行性。