在 Python 并发编程中（尤其是使用 `multiprocessing` 模块），**主进程（main process）和子进程（child processes）是并行执行的**，并非“总是先运行主进程再运行子进程”。但一个常见误解是：主进程启动子进程后立即继续执行后续代码（包括计时结束），而子进程仍在后台运行——这会导致 `time.time()` 或 `time.perf_counter()` 测得的“总耗时”**不包含子进程实际完成时间**，从而出现计时不准。 ✅ 正确做法是：**在主进程中启动子进程后，必须显式等待所有子进程完成（即同步/阻塞等待），然后再停止计时**。否则，计时会只覆盖到 `start()` 调用后、`join()` 之前的那段主进程代码，而非整个并发任务的实际完成时间。 --- ### ✅ 正确计时方法（以 `multiprocessing` 为例） ```python import multiprocessing as mp import time def worker(task_id, duration=1): """模拟子进程工作""" time.sleep(duration) print(f"Worker {task_id} done") if __name__ == "__main__": # ✅ 1. 开始计时（在创建/启动进程前） start_time = time.perf_counter() # 推荐使用 perf_counter()（高精度、单调） # ✅ 2. 创建并启动多个子进程 processes = [] for i in range(3): p = mp.Process(target=worker, args=(i, 1.5)) processes.append(p) p.start() # ✅ 3. 【关键】阻塞等待所有子进程完成（否则计时不完整！） for p in processes: p.join() # 主进程在此处挂起，直到 p 结束 # ✅ 4. 子进程全部结束后，再结束计时 end_time = time.perf_counter() elapsed = end_time - start_time print(f"✅ 所有子进程完成，总耗时: {elapsed:.3f} 秒") ``` > 🔍 输出示例（约 1.5 秒，因 3 个进程并行执行 1.5s 任务）： > ``` > Worker 0 done > Worker 1 done > Worker 2 done > ✅ 所有子进程完成，总耗时: 1.502 秒 > ``` --- ### ❗为什么不能省略 `join()`？ - `p.start()` 是**非阻塞**的：它仅向操作系统请求创建新进程，立即返回。 - 若不调用 `p.join()`，主进程会继续执行（比如打印、计时结束、甚至退出），此时子进程可能仍在运行或已被系统回收（尤其在 `if __name__ == "__main__":` 保护缺失时易出错）。 - `time.perf_counter()` 只测量主进程自身的时间线，**不会自动感知子进程生命周期**。因此必须靠 `join()` 实现逻辑上的“等待完成”，才能让计时涵盖整个并发任务周期。 --- ### ✅ 进阶建议（更健壮 & 可扩展） #### ✔ 使用 `concurrent.futures.ProcessPoolExecutor`（推荐，更简洁安全） ```python import concurrent.futures import time def worker(task_id, duration=1): time.sleep(duration) return f"Task {task_id} done" if __name__ == "__main__": start_time = time.perf_counter() with concurrent.futures.ProcessPoolExecutor(max_workers=3) as executor: # 提交所有任务 futures = [executor.submit(worker, i, 1.5) for i in range(3)] # 等待全部完成（隐式 join） results = [f.result() for f in futures] # .result() 会阻塞直到完成 end_time = time.perf_counter() print(f"✅ Executor 总耗时: {end_time - start_time:.3f} 秒") print(results) ``` > ✅ 优势：自动管理进程池、异常传播、资源清理；`f.result()` 内部已做同步，无需手动 `join`。 --- ### ⚠️ 注意事项（避坑指南） | 问题 | 原因 | 解决方案 | |------|------|-----------| | 计时远小于子进程实际运行时间 | 忘记 `join()` 或未等待完成 | ✅ 务必对每个 `Process` 调用 `join()`，或用 `Executor` 的 `result()`/`as_completed()` | | Windows 上报 `RuntimeError: An attempt has been made to start a new process...` | 缺少 `if __name__ == "__main__":` 保护 | ✅ **必须加**（防止子进程递归启动新进程） | | 使用 `time.time()` 而非 `time.perf_counter()` | `time.time()` 可能受系统时钟调整影响（如 NTP 校准） | ✅ 优先用 `perf_counter()`（专为性能测量设计，单调、高精度） | | 在子进程中修改全局变量/共享状态失败 | `multiprocessing` 中进程内存隔离，修改不反映到主进程 | ✅ 如需共享数据，用 `mp.Value`, `mp.Array`, `mp.Manager()`, 或 `queue` | ---