当我听说多线程编程时,我想到了加速我的程序的机会,但事实并非如此？

import eventlet
from eventlet.green import socket
from iptools import IpRangeList


class Scanner(object):
    def __init__(self, ip_range, port_range, workers_num):
        self.workers_num = workers_num or 1000
        self.ip_range = self._get_ip_range(ip_range)
        self.port_range = self._get_port_range(port_range)
        self.scaned_range = self._get_scaned_range()

    def _get_ip_range(self, ip_range):
        return [ip for ip in IpRangeList(ip_range)]

    def _get_port_range(self, port_range):
        return [r for r in range(*port_range)]

    def _get_scaned_range(self):
        for ip in self.ip_range:
            for port in self.port_range:
                yield (ip, port)

    def scan(self, address):
        try:
            return bool(socket.create_connection(address))
        except:
            return False

    def run(self):
        pool = eventlet.GreenPool(self.workers_num)
        for status in pool.imap(self.scan, self.scaned_range):
            if status:
                yield True

    def run_std(self):
        for status in map(self.scan, self.scaned_range):
            if status:
                yield True


if __name__ == '__main__':
    s = Scanner(('127.0.0.1'), (1, 65000), 100000)
    import time
    now = time.time()
    open_ports = [i for i in s.run()]
    print 'Eventlet time: %s (sec) open: %s' % (now - time.time(),
                                                len(open_ports))
    del s
    s = Scanner(('127.0.0.1'), (1, 65000), 100000)
    now = time.time()
    open_ports = [i for i in s.run()]
    print 'CPython time: %s (sec) open: %s' % (now - time.time(),
                                                len(open_ports))

和结果：

Eventlet time: -4.40343403816 (sec) open: 2
CPython time: -4.48356699944 (sec) open: 2

而我的问题是,如果我运行此代码不是在我的笔记本电脑上,而是在服务器上并设置更多的工人价值,它将比CPython的版本运行得更快？
线程有什么优点？

加：
因此我使用原始cpython的线程重写app

import socket
from threading import Thread
from Queue import Queue

from iptools import IpRangeList

class Scanner(object):
    def __init__(self, ip_range, port_range, workers_num):
        self.workers_num = workers_num or 1000
        self.ip_range = self._get_ip_range(ip_range)
        self.port_range = self._get_port_range(port_range)
        self.scaned_range = [i for i in self._get_scaned_range()]

    def _get_ip_range(self, ip_range):
        return [ip for ip in IpRangeList(ip_range)]

    def _get_port_range(self, port_range):
        return [r for r in range(*port_range)]

    def _get_scaned_range(self):
        for ip in self.ip_range:
            for port in self.port_range:
                yield (ip, port)

    def scan(self, q):
        while True:
            try:
                r = bool(socket.create_conection(q.get()))
            except Exception:
                r = False
            q.task_done()

    def run(self):
        queue = Queue()
        for address in self.scaned_range:
                queue.put(address)
        for i in range(self.workers_num):
                worker = Thread(target=self.scan,args=(queue,))
                worker.setDaemon(True)
                worker.start()
        queue.join()


if __name__ == '__main__':
    s = Scanner(('127.0.0.1'), (1, 65000), 5)
    import time
    now = time.time()
    s.run()
    print time.time() - now

结果是

 Cpython's thread: 1.4 sec

我认为这是一个非常好的结果.我将标准nmap扫描时间视为：

$nmap 127.0.0.1 -p1-65000

Starting Nmap 5.21 ( http://nmap.org ) at 2012-10-22 18:43 MSK
Nmap scan report for localhost (127.0.0.1)
Host is up (0.00021s latency).
Not shown: 64986 closed ports
PORT      STATE SERVICE
53/tcp    open  domain
80/tcp    open  http
443/tcp   open  https
631/tcp   open  ipp
3306/tcp  open  mysql
6379/tcp  open  unknown
8000/tcp  open  http-alt
8020/tcp  open  unknown
8888/tcp  open  sun-answerbook
9980/tcp  open  unknown
27017/tcp open  unknown
27634/tcp open  unknown
28017/tcp open  unknown
39900/tcp open  unknown

Nmap done: 1 IP address (1 host up) scanned in 0.85 seconds

我现在的问题是：如何在Eventlet中实现线程,因为我可以理解这不是线程,而是针对Eventlet的特殊内容以及它们为什么不加速任务？

许多主要项目如OpenStack等使用Eventlet.
但为什么？只是以异步方式或其他方式对数据库进行繁重的查询？

解决方法:

Cpython线程：

>每个cpython线程映射到OS级别线程(用户空间中的轻量级进程/ pthread)
>如果有许多cpython线程同时执行python代码：由于全局解释器锁定,只有一个cpython线程可以一次解释python.当需要解释python指令时,剩余的线程将在GIL上被阻塞.当有许多python线程时,这会减慢很多东西.
>现在,如果你的python代码大部分时间都花在网络操作中(发送,连接等)：在这种情况下,将会有更少的线程争夺GIL来解释代码.所以GIL的效果并不是那么糟糕.

Eventlet /绿色线程：

>从上面我们知道cpython对线程有性能限制. Eventlets尝试通过使用在单个核心上运行的单个线程并使用非阻塞i / o来解决问题.
>绿色线程不是真正的OS级别线程.它们是并发的用户空间抽象.最重要的是,N个绿色线程将映射到1个OS线程.这避免了GIL问题.
>绿线互相合作,而不是先发制人.
对于网络操作,套接字库在运行时进行修补(猴子修补),以便所有调用都是非阻塞的.
>因此,即使您创建了一个eventlet绿色线程池,您实际上只创建了一个OS级别线程.此单个OS级别线程将执行所有eventlet.这个想法是,如果所有网络调用都是非阻塞的,那么在某些情况下,这应该比python线程更快.

摘要

对于上面的程序,“true”并发性比(在一个处理器上运行的单个线程)更快(cpython版本,在多个处理器上运行5个线程).

有些cpython工作负载会在许多线程/核心上执行不良(例如,如果有100个客户端连接到服务器,每个客户端有一个线程). Eventlet是这种工作负载的优雅编程模型,因此它在几个地方使用.