说句题外话，请问 windows 上有类似 fai2ban 的工具吗？

flask 本身属于比较慢的那类，同步框架本身慢一些，flask 又不是 tornado，bottle 之流。要减轻开销最好上异步

@binux 提这个问题主要是我 8 核才提升 2 倍性能，比较诡异所以来问一下，看大家的跑分感觉可能是我硬件问题，不是 python 或者调用方式有问题。物理 8 核心分配 8 线程，资源足够的情况下执行顺序先后完成时间差别不大，属于比较粗略的计算方式，因为不需要进程间通讯。

@LeeReamond 128 核的话，多进程又为啥会是 5x 加速呢，毕竟有 8 个进程。。神秘

@no1xsyzy 看到你的讨论想说些题外话。目前 python 指定核心分配进程有可用方案了吗？能想到一个典型场景是 gunicorn 每个进程绑定后线路应该能提高一些。

另外绑定核心这件事应该怎么理解，比如我的主线程绑定到 a 核心，然后我新开了一个线程调用 dll 插件，这个操作过程用释放 gil，那这个并行线程是会另找地方还是只能在当前核心上排队？

@no1xsyzy 刚才群里跟大佬讨论，大佬说你这个进程间通讯时间都没算，测个屁。我倒只是想得出个大方向结论，没想那么精确，不过我觉得在预激的基础上，进程间通讯的开销应该在微秒级，最慢不会超过几毫秒，这不是影响 4 秒执行时间延长到 12 秒的理由

@vipppppp 我无法解释你的跑分结果，虽然这个代码也只是图一乐，并不严谨，但是应该不会影响大方向结论。比如你在超多核的机器上多线程反而特别慢，我觉得有可能是同一段逻辑在不同物理核心上交替运行，期间资源移来移去产生的开销。不过在 12 线程上也这么慢就不合理了，12 线程可不太像是双路 cpu 。。。因为是纯 python 实现，正常多线程的 speedup 就应该是 1.0 左右

@vipppppp 感谢，看来确实可能是我之前忽略了睿频的问题，不过大佬你这个结果里多进程是符合期望的，多线程在 gil 下顺序执行，不应该这么慢

@ysc3839 确实，大佬给出了一个合理的思路。不过如我测试，绝对执行时间增长了三倍，睿频应该差不了这么多吧。

@vicalloy 多进程模式下 16 线程跑 8 进程，其中 8 线程是满载的，剩下占用在 20-60%之间抖动。测试平台 windows，空载状态下运行，我不认为是系统资源不足的影响。

@love
@laurencedu
@codehz 感谢各位回复，不过我帖子中讨论的确实是多进程，并且除了说明以外给出了测试代码及执行结果。并不是各位在讨论的所谓线程效率的问题

我最近确实震惊于程序员群体语文阅读能力之低下，最近几天在 v2 讨论遇到了很多次驴唇不对马嘴的回复，实在不吐不快。

@wzb0909 谢谢，block 了

@ch2 ？我觉得你说的是另外一个东西

@ch2 并非浏览记录，你加载完一段视频后，不关闭网页的情况下拖动进度条是不需要再加载的，指这件事

@ch2 话说，那这么说的话比如视频网站之类的，已经播放过的进度条不用重新加载，不是靠 js 存在哪个存储里，而是单纯靠浏览器的缓存策略在支撑？

@wolfan 建议提高阅读理解能力，“chrome 又不会提示你清理”的意思是 chrome 不会提示你清理，不是 chrome 不会清理。

@ASpiral 这个 5M 要如何理解，是单 key 对应 5M，还是所有数据加起来不能超过 5M ？

@wolfan 手动清理当然可以，不可以就太奇怪了。不过一般不会手动清理的吧，手动清理不是某安全卫士干的活？正常人就装个 chrome，chrome 又不会提示你清理

@ferock 请问 SE 是什么