程序慢的像蜗牛，我该怎么办？

【这是一猿小讲的第 34 篇原创分享】

1. 

“一猿小讲”公众号的风格就是多元化，偶尔会真情吐露一下程序猿的内心；偶尔也结合自己的经历畅聊一些经验杂谈；其中也不乏幽默风趣的技术故事。分享是件快乐的事情，工作之余，有时间我就尽力多码字，多推几篇文章。其实讲真，我每次都是抱着分享给那些需要的人，说不定哪篇文章，就戳中了你，扣开了你的心扉，解决了你的困惑（捂嘴笑）。

好了，不扯啦，言归正传，不跑偏。请准备好小板凳，我们的分享开始。

2. 

经常理财投资的都清楚，投资的产品周期大概分为 12 个月、24 个月、36 个月。记得上次在信用风险模型项目实现中，为了跑信用风险模型，按照业务要求，需要按照产品周期的维度进行数据逐条拆分、衍生、细化。

站在技术的视角，其实需要针对每条数据，统一执行一个函数，未曾想 Python 天然提供 apply 函数，当时也没管三七二十一，直接拿来主义上来就是用。但是程序跑起来，由于数据量大的原因，一个进程一条一条去执行数据。等输出结果，真是在线等的好着急，就这样程序跑了一整天，苦苦的等出来了结果，你可能不相信，我居然能忍受这么慢的程序，连我自己都不敢相信（捂嘴笑）。

不过当拿到跑出来的结果，却有点不尽人意，于是业务要求加大数据量。但是我的程序这么慢，如果加大数据量，程序跑起来，如果再死等程序的结果，到最后就只能变成了等死啦。

没法，只有技术可以治愈金融危机的创伤；只有技术才能让业务更美好；IT优化没有终点，极致体验没有尽头。那我只能再考虑如何优化一下代码，提升一下程序性能。再三思索，最后决定采取多进程的方式进行了调整。其实和吃包子是一样式的，想想一个人吃 10 个包子和 5 个人吃 10 个包子，那场面效果能一样吗？不过调整后的程序，运行效率确实大幅提升。

唯恐你们也再纠结此种问题，为了你们不再入坑，省出更多时间冲咖啡。作为一个负责任分享的我，岂能只截一张图给你们，还是从实际项目中简单抽取一个 demo 雏形出来，以备你们的不时之需。

if __name__ == '__main__':	
    # 把36期的数据按照50000条进行分割成小文件	
    step = split_36_months()	
    # 注意：采用多进程进行执行，不然真的会很慢呦	
    # 一个进程处理一个36期的小 csv 文件，进行按照6个月的维度进行细分	
    p = Pool()	
    for i in range(1, step + 1):	
        p.apply_async(add_months_36_months, args=(i,))	
    print('等待所有36期数据处理的子进程执行完毕...')	
    p.close()	
    p.join()	
    print('所有36期数据处理的子进程执行完成')

然后定义 split_36_months 函数，完成大的 csv 文件拆分成小 csv 文件。

# 把36期的csv文件拆分成若干小文件	
def split_36_months():	
    # TODO 把csv文件拆分成小文件	
    # TODO 统计拆分的小文件个数,这里假设拆分成为5个小文件	
    return 5

接着定义 add_months_36_months 函数，完成数据的业务处理（函数名不重要，函数名能起成这样，也是人才，不过这也不是一时的事情，是历史迭代，所以各位看官，莫纠结，莫纠结，莫纠结）。

# 36期的数据逐个以6个月的维度进行拆分	
def add_months_36_months(step):	
    print('step: {0} 进程ID：{1} 开始执行任务'.format(step, os.getpid()))	
    # TODO 针对每条数据执行apply函数	
    # chunk = chunk.apply(add_months, axis=1, periods=(36 + 1))	
    # print("step：{0}-{1}月份处理完成".format(step, count))	

	
    # chunk = chunk.apply(format_reserve_tm, axis=1)	
    # print("step：{0}-{1}开始格式化还款日期".format(step, count))	
    # TODO 把执行结果输出到csv文件中	
    print("step：{0} 进程ID: {1} 任务处理完毕".format(step, os.getpgid()))

代码码完了，真金不怕火炼，效果不怕检验，是骡子是马总要牵出来遛一遛。程序运行效果如预期所料，拆分成5个小文件，然后每个文件对应一个进程去完成业务数据处理，着实不错。

但是知其然，知其所以然，容我再多絮叨两句。

第一步：创建进程池。Python 中如果要启动大量的子进程，那么就可以用进程池的方式批量创建子进程。

p = Pool()  #默认进程数量是CPU的核数	
p = Pool(5) #创建拥有5个进程数量的进程池

第二步：执行子进程。

p.apply_async(add_months_36_months, args=(i,))

第三步：告诉主进程，你等着所有子进程运行完毕后在运行剩余部分。

p.close() #关闭进程池	
p.join() #等待所有工作进程退出

友情提示：对 Pool 对象调用 join() 方法会等待所有子进程执行完毕；调用 join() 之前必须先调用 close()，调用 close() 之后就不能继续添加新的 Process 了。

3. 

好了，程序从慢到快的步骤只需要一步，那就是实现思路的转变。今天的分享就到这儿，希望对你有帮助。

推荐阅读：

玩弄日志归集于手掌之中

傻瓜也能玩转日志归集

机器学习如何为业务赋能？

妈妈再也不用担心，我学不会大数据 flink 啦

Java系列爱情故事推荐：

爱情36技之追美妹的技术

爱情36技之暗送秋波的技术

爱情36技之趣味相投

爱情36技之Bug大战

爱情36技之猿门授渔

爱情36技之记忆永存