时间戳

首页 > 解决方案 > 为什么 subprocess getoutput 会增加非常量开销？

python - 为什么 subprocess getoutput 会增加非常量开销？

问题描述

在 macOS 上的 Python 3.6.7 中，我将这个测试运行到 time subprocess.getoutput：

In [11]: %timeit for _ in range(100000): x = 1                                                                                                         
1.97 ms ± 48.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
In [12]: %timeit subprocess.getoutput('python -c "for _ in range(100000): x=1"')                                                                       
42.1 ms ± 1.01 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
In [13]: %timeit for _ in range(1000000): x = 1                                                                                                        
19.3 ms ± 128 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
In [14]: %timeit subprocess.getoutput('python -c "for _ in range(1000000): x=1"')                                                                      
92.5 ms ± 3.19 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
In [15]: %timeit for _ in range(10000000): x = 1                                                                                                       
189 ms ± 4.27 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
In [16]: %timeit subprocess.getoutput('python -c "for _ in range(10000000): x=1"')                                                                     
551 ms ± 11.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
In [17]: %timeit for _ in range(100000000): x = 1                                                                                                      
1.94 s ± 51.2 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
In [18]: %timeit subprocess.getoutput('python -c "for _ in range(100000000): x=1"')                                                                    
5.25 s ± 26.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

我惊讶地发现子进程的时间开销似乎随着内部调用所花费的时间而增加。我本来预计开销大致恒定。为什么会这样？谢谢！

标签： pythonsubprocess

解决方案

正如@user2357112 在评论中支持 Monica 所建议的那样，如果我time在命令行中使用而不是 ，差异似乎消失了%timeit，这表明差异在于对函数局部变量的访问。

$ time python -c "for _ in range(10000000): x=1"
real    0m0.592s
user    0m0.551s
sys 0m0.034s
$ time python -c "import subprocess; subprocess.getoutput('python -c \"for _ in range(10000000): x=1\"')"
real    0m0.644s
user    0m0.590s
sys 0m0.046s
$ time python -c "for _ in range(100000000): x=1"
real    0m5.104s
user    0m5.053s
sys 0m0.039s
$ time python -c "import subprocess; subprocess.getoutput('python -c \"for _ in range(100000000): x=1\"')"
real    0m5.161s
user    0m5.098s
sys 0m0.051s

推荐阅读