Включает ли Python time.process_time () время ЦП, затраченное дочерними процессами? Как это включить? - PullRequest
Новая
       21

Включает ли Python time.process_time () время ЦП, затраченное дочерними процессами? Как это включить?

0 голосов
/ 14 мая 2019

Включает ли Python time.process_time () время ЦП, затраченное дочерними процессами?

Мне не совсем понятно из документации .

Если нет, как я могу включить его (легко)?

Ответы [ 2 ]

3 голосов
/ 14 мая 2019

time.process_time не включает время, потраченное дочерними процессами.Это довольно четко указано в документации:

Возвращает значение (в долях секунды) суммы системного и пользовательского процессорного времени текущего процесса .

Текущий процесс , а не текущий процесс и все его дочерние элементы.

Мне неизвестен какой-либо интерфейс для процесса, который бы отслеживал время выполнения своих дочерних процессов.Самой близкой из найденных мной является функция POSIX times, которая обеспечивает доступ к сумме времени ожидания ожидаемых дочерних процессов, но она зависит от платформы и очень ограничена.

1 голос
/ 14 мая 2019

Для большей ясности в понимании я написал небольшой скрипт, который сравнивает разницу между временем процесса (время процессора) и временем часов.

Кроме того, это показывает, что время дочерних процессов не включено в процессорное время. 

import datetime
import time
from multiprocessing import Pool

from numpy import mean


def f(x):
    i = 0
    for j in range(x ** 8):
        i += j
    return i


def process_time():
    clock_t0 = time.time()
    t0 = time.process_time()
    result = f(9)
    print('Result:', result, end='\t')
    t1 = time.process_time()
    clock_t1 = time.time()
    print('CPU time: ', t1 - t0, end='\t')
    print('Clock time: ', clock_t1 - clock_t0)
    return t1 - t0


def multiprocessing_process_time():
    clock_t0 = time.time()
    t0 = time.process_time()
    with Pool(10) as pool:
        result = pool.map(f, [9])
    print('Result:', result[0], end='\t')
    t1 = time.process_time()
    clock_t1 = time.time()
    print('CPU time: ', t1 - t0, end='\t')
    print('Clock time: ', clock_t1 - clock_t0)
    return t1 - t0


if __name__ == '__main__':
    print('Processing in Parent Process\n')
    print('Mean CPU processing time:', mean([process_time() for _ in range(5)]))

    print('\nProcessing in Child Process')
    print('Mean CPU processing time:', mean([multiprocessing_process_time() for _ in range(5)]))

Вывод вышеуказанной программы: 

Processing in Parent Process

Result: 926510072902560 CPU time:  2.620428 Clock time:  2.6484527587890625
Result: 926510072902560 CPU time:  2.6250959999999997   Clock time:  2.654899835586548
Result: 926510072902560 CPU time:  2.587252000000001    Clock time:  2.6077020168304443
Result: 926510072902560 CPU time:  2.6254989999999996   Clock time:  2.667827844619751
Result: 926510072902560 CPU time:  2.5997120000000002   Clock time:  2.6256277561187744
Mean CPU processing time: 2.6115974

Processing in Child Process
Result: 926510072902560 CPU time:  0.025433999999998846 Clock time:  2.701629877090454
Result: 926510072902560 CPU time:  0.0210480000000004   Clock time:  2.8027760982513428
Result: 926510072902560 CPU time:  0.02214200000000055  Clock time:  2.8002538681030273
Result: 926510072902560 CPU time:  0.02209799999999973  Clock time:  2.7950479984283447
Result: 926510072902560 CPU time:  0.03242999999999974  Clock time:  2.718341112136841
Mean CPU processing time: 0.0246304
...