皮卡-演员很慢？

Question

我目前正在实验Actor-concurreny (关于Python)，因为我想了解更多这方面的知识。因此，我选择了pykka，但是当我测试它时，它比慢比普通函数慢一半多。

代码只检查它是否有效；它并不是要优雅的。:)

也许我做错了什么？

from pykka.actor import ThreadingActor
import numpy as np

class Adder(ThreadingActor):
    def add_one(self, i):
        l = []
        for j in i:
            l.append(j+1)
        return l

if __name__ == '__main__':
    data = np.random.random(1000000)
    adder = Adder.start().proxy()
    adder.add_one(data)
    adder.stop()

它跑得不快：

time python actor.py

real    0m8.319s
user    0m8.185s
sys     0m0.140s

现在虚拟的“正常”功能：

def foo(i):
    l = []
    for j in i:
        l.append(j+1)
    return l

if __name__ == '__main__':
    data = np.random.random(1000000)
    foo(data)

给出了这个结果：

real    0m3.665s
user    0m3.348s
sys     0m0.308s

Answer 1

所以这里发生的是，您的功能版本正在创建两个非常大的列表，这是大部分时间。当您介绍参与者时，必须复制可变数据(如列表)，然后才能将发送到actor ，以维护正确的并发性。此外，当将列表发送回发送方时，还必须复制在参与者内部创建的列表。这意味着，我们没有创建两个非常大的列表，而是创建了四个非常大的列表。

考虑设计一些东西，以便数据由参与者构造和维护，然后通过对参与者的调用来查询，以最小化消息来回传递的大小。尝试应用最小数据移动性(MinimumDataMoving)的原则。在函数用例中传递列表是有效的，因为数据实际上并没有移动到利用共享内存空间。如果参与者在另一台机器上，那么即使消息数据是不可变的，并且不需要复制，我们也不会有共享内存空间的好处。