python - 为什么 time.clock 给出的耗时比 time.time 长？

Question

我在 Ubuntu 上使用 time.clock 和 time.time 为一段 python 代码计时:

clock elapsed time: 8.770 s
time  elapsed time: 1.869 s

我知道 time.time 使用系统时间，而 time.clock 使用处理器时钟。当 time.time 给出比 time.clock 更大的耗时时，这对我来说很有意义:处理器在整个时间都没有处于事件状态(例如，调用 time.sleep 的时间)。

但是为什么/什么时候处理器时钟会给出一个比系统时间长的耗时？

---

附录

我使用标准映射、进程池映射和线程池映射对相同的函数进行了粗略的测试。可以理解，进程池更快，线程池更慢。更有趣的是:时钟计时小于处理器池中的时间计时，但大于线程池中的时间计时。

再次，我理解为什么处理器池的时钟计时较少:大概主进程不会做太多事情，只是等待池进程完成。但是为什么时钟计时更多的是用线程池呢？有什么见解吗？

结果:

map
  time  1738.8
  clock 1739.6
mp pool
  time   580.1
  clock   15.9
thread pool
  time  3455.3
  clock 5378.9

代码:

from time import clock, sleep, time
from multiprocessing.pool import ThreadPool
from multiprocessing import Pool
import random

def f(i):
    x = [random.random() for j in range(100000)]
    return x[i]

def t(fn):
    t0, c0 = time(), clock()
    for i in range(10): fn(f,range(16))
    print '  time ', round(1000*(time()-t0),1)
    print '  clock', round(1000*(clock()-c0),1)

if __name__ == '__main__':
    print 'map'
    t(map)

    pool = Pool(8)
    print 'mp pool'
    t(pool.map)

    pool = ThreadPool(8)
    print 'thread pool'
    t(pool.map)

Answer 1

如果您在多个 CPU 上执行，CPU 时间可能会超过 wall time。我没有在 Python 中具体看到这一点，但我在将 clock 函数与来自 C 的多个线程一起使用时肯定看到过这一点，并且大概 Python 代码只是直接调用这个 C 函数。

关于“为什么”:你想错了。重要的是有多少 内核在运行您的程序。如果一个内核在两秒的墙时间内运行一秒，这对您来说是有意义的，但如果四个内核在同一时间间隔内每个运行一秒会怎样。然后你在 2 秒的墙上时间中有 4 秒的 CPU 时间。内核计算所有内核的 CPU 时间。如果多个内核在同一秒内运行，那么您在那一秒内花费了多个 CPU 秒数。这是对调度程序很重要的成本度量，并且大概是构建 clock 的度量标准。这可能不是您关心的指标，但这就是它的工作原理。