python设置CPU亲缘性

由于未知的原因，一个python程序总是占用一个CPU核心，导致一个使用率满的，另一个很低，不均衡。固然可以在任务管理中设置进程相关性为所有处理器，但是每次都设置太过麻烦，查了下可以使用windows的API设置，但是要在python中设置，需要做点工作。

首先，python要有pywin32的支持，地址：http://sourceforge.net/projects/pywin32/

其次，下载affinity模块安装，这里提供了访问SetProcessAffinityMask的方法，地址:http://pypi.python.org/pypi/affinity

然后就可以使用了。举例如下，在程序的开始地方加上代码

import affinity # need pywin32
import os

affinity.set_process_affinity_mask(os.getpid(), 3L) # set all cpu to run

运行程序，在任务管理器中可以看到程序在使用两个CPU。

说明：程与指定cpu绑定：SetProcessAffinityMask(GetCurrentProcess(), dwMask);

dwMask为CPU序号的或运算值：1（0001）代表只运行在CPU1，2（0010）代表只运行在CPU2，3（0011）代表可以运行在CPU1和CPU2，以此类推。

还没找到python获取CPU核心数量的函数，所以手工查看一下了，貌似win32con可以做到，linux下也没研究。。。

 

附：

CPU亲缘性介绍

按照默认设置，当系统将线程分配给处理器时，Windows使用软亲缘性来进行操作。这意味着如果所有其他因素相同的话，它将设法在它上次运行的那个处理器上运行线程。让线程留在单个处理器上，有助于重复使用仍然在处理器的内存高速缓存中的数据。

有一种新的计算机结构，称为NUMA（非统一内存访问），在该结构中，计算机包含若干块插件板，每个插 件板上有4个CPU和它自己的内存区。
当CPU访问的内存是它自己的插件板上的内存时，NUMA系统运行的性能最好。如果CPU需要访问位于另一个插件板上的内 存时，就会产生巨大的性能降低。在这样的环境中，就需要限制来自一个进程中的线程在共享同一个插件版的CPU上运行。为了适应这种计算机结构的需要，Windows允许你设置进程和线程的亲缘性。换句话说，你可以控制哪个CPU能够运行某些线程。这称为硬亲缘性。请注意，子进程可以继承进程的亲缘性。

注意：

（1）无论计算机中实际拥有多少个CPU，Windows98及以前系统只使用一个CPU，上述API不被支持。

（2）在大多数环境中，改变线程的亲缘性就会影响调度程序有效地在 各个CPU之间移植线程的能力，而这种能力可以最有效地使用CPU时间。