为什么 time.clock 给出的经过时间比 time.time 长？

Question

我使用 time.clock 和 time.time 为 Ubuntu 上的一段 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 更长的经过时间时，这对我来说很有意义：处理器在整个时间都没有处于活动状态（例如调用 time.sleep 的时间）。

但是 why/when 处理器时钟会给出比系统时间长的经过时间吗？

附录

我用标准图、进程池图和线程池图粗略地计算了相同的函数。可以理解，进程池更快，线程池更慢。更有趣的是：时钟计时 less 与处理器池的时间计时相比，但 greater 在线程池中。

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

CPU 如果您执行多个 CPU 秒，时间可能会超过挂钟时间。我没有在 Python 中具体看到这一点，但我在使用 C 的多个线程的 clock 函数时肯定看到过这一点，并且大概 Python 代码只是直接调用它C函数。

关于"why"：你想错了。重要的是有多少 个内核运行正在运行您的程序。如果一个核心运行秒在两秒的墙时间过程中持续一秒，这对您来说是有意义的，但是如果四个核心每个运行秒在同一时间间隔内持续一秒呢？然后你有 4 秒的 CPU 时间在 2 秒的墙上时间。内核占测量所有内核的 CPU 时间。如果在同一秒内有多个核心运行，那么您在那一秒内花费了多 CPU 秒。这是对调度程序很重要的成本度量，并且大概是 clock 建立的指标。这可能不是您关心的指标，但这就是它的工作原理。

为什么 time.clock 给出的经过时间比 time.time 长？

Why is time.clock giving a greater elapsed time than time.time?

python

linux

multithreading

time

multiprocessing