而真正的系统资源效果

Question

为什么while True: 在某些情况下不会对 CPU 造成太大影响，而在其他情况下会？如何防止这种情况发生？

我写了一个简单的程序，很担心

import threading
import time

#sleeptime = 0.1
while True:
    #time.sleep(sleeptime)
    if not [thread.name for thread in threading.enumerate() if thread.name == 'control']:
        threading.Thread(target=control, name='control').start()

将消耗所有计算资源（或至少由操作系统给出的上限）来检查 if 语句（大多数情况下它是错误的，因此它应该很快循环）所以我最初将system.sleep(sleeptime) 放在那里以避免这种情况，但是当我删除它时我很惊讶它对系统资源没有明显的影响。为什么？

这让我想到了系统检查条件的频率。

天真地：如果我做类似的事情

import time
i=0
before = time.process_time()
while True:
    i += 1
    if i >= 100000000: #1e8 but writing 1e8 adds ~ 30% time
        break
after = time.process_time()
print(after-before)

在我的机器上运行时我得到 11 秒和 50% 的 CPU 负载。为什么在第二个示例中我得到 50% 的负载，而在第一个示例中几乎没有？是因为i += 1吗？

是否可以分析 while 循环（它循环的频率和消耗的资源量）而不减慢它的速度或造成开销，从而使测量值变得无关紧要？

我在 Win32 上的 Python 3.6.2 (v3.6.2:5fd33b5, Jul 8 2017, 04:57:36) [MSC v.1900 64 bit (AMD64)] 上执行此操作

Answer 1

threading.enumerate() 不会影响 当前进程 CPU，因为它的测量方式。

但它仍然会不断地轮询系统资源，因此即使您的进程没有显示出高 CPU 使用率，系统仍然会受到压力。只是它没有被测量，因为它不是在您的流程执行上下文中完成的，而是在系统执行上下文中完成的。

我建议您将一个简单的time 应用于您的进程，在 Linux 上，它应该打印用户和 系统 时间。我确信在第一个示例中您将获得大量系统时间（而在第二个示例中则没有）

您的第二个示例只是告诉 python 执行 CPU 密集型循环（因为 i+=1 和您在下面的测试，但 pass 会做同样的事情，除非它是无限的），没有系统调用，它会占用 CPU好的，系统会正确测量。

所以在第一种情况下，除非您想要非常高的反应性，并且您不会运行太长时间，否则我建议您在测试之间添加一个微小的延迟，以便系统可以有一点中断.