python进程绑定CPU的一些Demo

从​​中知道如何对python进程设置CPU绑定，本文对此进行一些延伸，给出一些例子：

代码1：

import os
from multiprocessing import Process
import time


cpu_avia = os.sched_getaffinity(os.getpid())

os.sched_setaffinity(os.getpid(), list(cpu_avia)[:2])  # 绑定两个核心

def func():
    while True:
        pass


process = [Process(target=func) for i in range(2)]
for proc in process:
    proc.start()

time.sleep(600)

可以看到在父进程中设置绑定两个CPU，那么另个子进程每个的单CPU利用率均可以达到100% 。

现在的疑问是这个绑定2个CPU后子进程和父进程是不是一同绑在了这2个CPU上，如果父进程也进行死循环运行那么每个进程的利益率会是多少，因此给出第二个代码：

代码2：

import os
from multiprocessing import Process


cpu_avia = os.sched_getaffinity(os.getpid())
print(cpu_avia)

os.sched_setaffinity(os.getpid(), list(cpu_avia)[:2])  # 绑定两个核心


def func():
    while True:
        pass

process = [Process(target=func) for i in range(2)]
for proc in process:
    proc.start()


func()

可以看到父进程和两个子进程的利用率总和约为200%，也就是说父进程和两个子进程被绑定到这两个CPU上，因此三个进程的CPU利用率总和为200%。

通过上面的两个例子我们知道在父进程中绑定多个CPU其实还不能很好的对子进程的CPU绑定起到细粒度的控制，为此我们给出更细粒度的绑定的例子：

代码3：

import os
from multiprocessing import Process


cpu_avia = os.sched_getaffinity(os.getpid())
print(cpu_avia)

os.sched_setaffinity(os.getpid(), list(cpu_avia)[:2])  # 绑定两个核心


def func(id):
    os.sched_setaffinity(os.getpid(), list(cpu_avia)[id:id+1])  # 绑定两个核心
    while True:
        pass

process = [Process(target=func, args=(i+1, )) for i in range(2)]
for proc in process:
    proc.start()


func(0)

===================================