我有一个扭曲的服务器，它为每个请求执行一些“长”任务，所以我推迟每个调用的线程。在每个请求中，我访问一个公共资源，该资源在此过程中会被更改。每个请求都应该从原始数据开始，所以我在公共资源上使用 deepcopy（同时调用锁获取）。它有效，但我认为它不够快。我觉得 deepcopy 有点慢。
在处理具有资源突变的线程扭曲服务器时，您有什么建议？
【问题讨论】：
标签： python multithreading twisted deep-copy
如果您愿意，您可以像在任何其他线程程序中一样，将共享资源的访问与threading.Lock 同步，而不是复制它。
无论如何，我认为值得在使用和不使用 deepcopy 的情况下对您的代码进行基准测试，并在进行优化之前进行测量以确定性能的好坏程度。也许它慢的原因与 deepcopy 无关。
关于使用锁定的编辑：我的意思是您可以围绕此资源使用更细粒度的锁定。我假设您的线程所做的不仅仅是访问共享资源。您可以尝试从多个线程工作中受益，然后将访问同步到仅涉及写入共享资源的一个“关键部分”。您还可以调查使您的共享资源线程安全。例如，如果有一个共享对象，SillyExampleFriendsList:
class SillyExampleFriendsList(object):
"""Just manipulates a couple lists"""
def __init__(self):
self._lock = threading.RLock()
self._friends = []
self._enemies = []
def unfriend(self, x):
# we lock here to ensure that we're never in a state where
# someone might think 'x' is both our friend and our enemy.
self._lock.acquire()
self._friends.remove(x)
self._enemies.append(x)
self._lock.release()
这里的重点是，上述对象可能会在多个线程之间共享，而无需通过仔细使用锁进行深度复制。识别所有可能需要这样做的情况并非易事，细粒度锁定策略可能更难以调试并且仍然会引入开销。
也就是说，您可能根本不需要线程、锁或 deepcopy，而且如果不对代码进行基准测试，就不清楚您是否有需要解决的性能问题。我很好奇是什么让您认为您的代码应该或需要更快？
【讨论】：
SharedList 没有任何用处。
尝试在工作线程中使用尽可能少的数据进行操作。将他们需要的所有数据作为参数传递，并将所有输出作为返回值（Deferred 触发的值），而不是作为输入的突变。
然后将结果整合到reactor线程中的通用数据结构中。
这使您可以独立地推理工作并避免任何额外的锁定（这会导致争用、减慢速度以及使它们更加混乱）。
【讨论】：