一、大批小活儿：多核真能两头都好

四十个各 2 拍的活儿，核数 1／2／4。 总耗时大致按核数下降，平均周转也跟着降——因为每个活儿等的时间短了（前面排的人少了）。 这是少见的【两个指标同时变好】的情形。条件是：活儿相互独立、数量远多于核数。 所以 Web 服务、批处理、渲染农场这些场景，多核几乎总是划算的。

二、单个大活儿：多核一点用都没有

一个 40 拍的活儿，核数 1／2／4，总耗时全是 40 拍。 因为一个进程只能在一个核上跑（除非它自己开线程拆任务）。 这条特别容易误解：很多人以为【机器有 8 核，我的程序就会快 8 倍】。不会。你的程序只用一个核。 所以【服务器 CPU 核多】不等于【你的单线程程序快】——单线程性能看的是单核频率与缓存，不是核数。

三、两头都好的前提

一、任务数 ≫ 核数。任务太少，多出来的核闲着（4.14 那个天花板）。 二、任务之间不共享。共享锁、共享内存、同一个文件，都会把并行变成排队。 三、瓶颈在 CPU。如果瓶颈在磁盘或网络，加核只是让它们抢得更凶。 这三条是【并行值不值得做】的判据，比任何框架选型都重要。

四、延迟与吞吐在多核下的关系

多核同时改善两者，只在【任务独立且数量多】时成立。 一旦有共享：吞吐可能上去，延迟反而变差——因为大家排队抢锁，每个人等的时间更长。 这就是【加机器反而更慢】的常见原因：共享点被抢爆了，机器越多抢得越凶。 判据：加机器之后如果 P99 延迟变差，先找共享点，别再加机器。

五、动手 Demo：吞吐量与延迟——多核也不是万能

两组对照：四十个小活儿（该随核数变快）与一个不可拆的大活儿（不该变）。 看第二张表那一列永远不变的 40。

# ① 四十个各 2 拍的活儿
for ncpu in (1, 2, 4):
    ps = [Proc("T%d" % i, 2) for i in range(1, 41)]
    done, sw, _tl, total = run(ps, quantum=1, ncpu=ncpu)

# ② 一个 40 拍的活儿
for ncpu in (1, 2, 4):
    ps = [Proc("Big", 40)]
    done, sw, _tl, total = run(ps, quantum=4, ncpu=ncpu)

实跑输出：

--------------------------------------------------------------------
吞吐量与延迟——多核也不是万能
--------------------------------------------------------------------
① 大批小活儿：核多确实快

  核数     总耗时     平均周转     切换
  --------------------------------------
  1        80         60.5         79
  2        40         30.5         78
  4        20         15.5         76

② 单个大活儿：核再多也只能用一个

  核数     跑完用
  ----------------
  1        40
  2        40
  4        40

  **一个不能拆的活儿，给它八个核也还是那么久。**
  **所以【并行】的前提是【能拆】**——拆不开的，核数只是一堆闲着的硅。

第一张表：总耗时按核数下降，平均周转也跟着降。这是两个指标同时变好的少见情形，条件是任务独立且数量多。 第二张表：总耗时永远是 40 拍。一个进程只能在一个核上跑——这是【进程】这个抽象的最基本约束。 所以【机器有 8 核】不等于【你的程序快 8 倍】。单线程程序只用一个核，核多只是让别的程序不跟它抢。 加机器之后如果延迟反而变差，先找共享点（锁、同一块内存、同一个磁盘）。

30 秒实验

1. top 里看一个单线程程序，CPU 列永远在 100% 附近，核再多也不涨。
2. time 一个多线程程序：user 时间超过 real 时间，才说明真用了多核。
3. nproc 与 lscpu 对比：逻辑核数往往是物理核的两倍（超线程），而超线程只提升一部分场景。

常见误区

1. 【核多就一定快】。单线程程序只用一个核。核多的好处是【不跟别人抢】，不是【自己变快】。
2. 【多核能让所有指标都变好】。有共享资源时，吞吐上去了、延迟反而变差。
3. 【超线程等于两个核】。它是共享执行单元的，只提升一部分场景，重计算负载常常只能提升两三成。

• ☐ 4.16 思考

相关笔记

• 实验结果 — 天花板在哪
• 思考 — 从加速比反推
• I／O调度器 — 瓶颈在 IO 时该看这一章
• 🐧 Linux是怎样工作的 · 索引