问题描述
我有一个巨大的 dict 变量,大约 2 GB。 我正在对这个字典做一些科学计算(只读)。但是,共享词典的阅读速度即使可以节省大量内存,也比普通词典慢很多。 是否有更快的方法在多处理作业中共享只读数据? 这是我的代码
import multiprocessing as mp
import numpy as np
import time
if __name__ == "__main__":
origin_data = {
"data" : np.random.rand(1000,1000)
}
m1 = mp.Manager()
shm_origin_data = m1.dict(origin_data)
t1 = time.time()
for i in range(100):
origin_data["data"]+origin_data["data"]
t2 = time.time()
print("local dict time is "+ str(t2-t1))
t1 = time.time()
for i in range(100):
shm_origin_data["data"] + shm_origin_data["data"]
t2 = time.time()
print("shared dict time is "+ str(t2-t1))
结果是
local dict time is 0.7529358863830566
shared dict time is 9.097671508789062
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)