子进程效率在python中解释

如何解决子进程效率在python中解释

我在这里询问 Python 子进程的效率。

我正在尝试创建一个需要能够执行其他语言代码的程序。 例如，假设我需要运行 js 文件（所以我会使用节点解释器）

我正在使用一个简单的代码（基于我之前问过的一个问题，关于 Kotlin ProcessBuilder vs python），我不明白为什么用命令行调用 py 和调用 cmd 会使时差差10倍

import subprocess
from time import perf_counter_ns 

started = 0
completed = 0

def call(): 
    process = subprocess.Popen(["node","printHello.js"],stdin=subprocess.PIPE,stdout=subprocess.PIPE,stderr=subprocess.PIPE,universal_newlines=True)

    process.wait()


for i in range(0,1000):
    if (i % 20 == 0):
        print("Turn ",i)
    start = perf_counter_ns()
    call()
    started += (perf_counter_ns() - start)
    completed += (perf_counter_ns() - start)

print("Average time (ms) to start a process: ",started * 1e-9)
print("Average time (ms) to complete a process: ",completed * 1e-9)

打印结果（没有烦人的“Turn: xxx”）

启动进程的平均时间（毫秒）：47.2123976

完成一个过程的平均时间（毫秒）：47.2141487

代码 2

import subprocess
from time import perf_counter_ns 

started = 0
completed = 0

def call(): 
    process = subprocess.Popen(["cmd","/c","dir"],completed * 1e-9)

打印结果（没有烦人的“Turn: xxx”）

启动进程的平均时间 (ms)：5.566161500000001

完成一个过程的平均时间（毫秒）：5.5675167000000005

现在，这是一个很大的不同，我知道这些不是相同的命令，1 使用 os 一个是解释，但为什么解释慢这么多？ 有没有人知道为什么它这么慢，有没有办法让它更快？ 我已经搜索并发现了 pypy，它应该可以加速性能，但它并没有像我想要的那样成功。我知道这可以使它更快（或者至少是使用 Python 2.7），因为我曾经使用一个脚本来做到这一点。没有写那个脚本的代码，所以我不知道它为什么在那里工作，我发现的唯一线索是它使用了 psyco。

所以我的问题是：

1. Python 使用命令 console.log("hello") 调用节点解释器不应该比我获得的结果更快吗？ （我的电脑很好，不是那样）
2. 无论如何都可以通过 node 或 java 等子进程（使用子进程或任何其他模块）来提高调用解释器/编译器的性能

谢谢:)

解决方法

所以经过更多研究后，我发现了为什么我看到的代码运行良好而我的却没有。

正如 Charles Duffy 所说，打开许多子进程很繁重。 代码中的解决方案是使用一个线程来启动 1 个子进程，它只会接收许多输入，而不是多次调用同一个子进程。傻我...愚蠢的简单，谢谢你的帮助！