linux如何使cpu保持最佳,我们如何在Linux中使用sleep（）来保持CPU的合理使用率，同时又有不错的计时精度呢？...

问题

我正在测试一个使用UDP包以预定速率通信的系统。我希望能够使用Python测试工具和一个固定的包速率来测试这个系统。采样率可能是20包/秒，或4500包/秒，等等

在一些简单的测试中，我确定我的Windows机器可以通过本地主机每秒传送150000个UDP数据包，所以为了实验起见，我可以将其视为上限。在

让我们从这个shell结构开始创建一个速率限制器。这段代码的灵感主要来自this thread中的代码。在

方法1import time, timeit

class RateLimiter:

def __init__(self, rate_limit):

self.min_interval = 1.0 / float(rate_limit)

self.last_time_called = None

def execute(self, func, *args, **kwargs):

if self.last_time_called is not None:

# Sleep until we should wake up

while True:

now = timeit.default_timer()

elapsed = now - self.last_time_called

left_to_wait = self.min_interval - elapsed

if left_to_wait <= 0:

break

time.sleep(left_to_wait)

self.last_time_called = timeit.default_timer()

return func(*args, **kwargs)

你可以像这样使用这个类：

^{pr2}$

对timeit.default_timer()的调用是Python中的一个快捷方式，它为您的平台提供了最高精度的计时器，在Windows和Linux上都提供了大约1e-6秒的精确度，这是我们需要的。在

方法1的性能

在这种方法中，sleep()可以在不占用CPU周期的情况下为您赢得时间，但它会损害延迟的准确性。This comment显示了Windows和Linux在小于10ms的时间段内sleep()的区别。总之，Windows的sleep()只适用于1ms或更大的值(任何小于等于零)，但通常睡眠时间小于请求的睡眠时间，而在Linux中，sleep()更精确，但通常睡眠时间比请求的时间稍长一些。在

上面的代码在我的Windows机器上是准确的，但是对于更快的速率来说效率很低。当我在测试中请求4500包/秒的速率时，我得到的中值是4466包/秒(0.75%的错误)。然而，，对于高于1000Hz的速率，调用sleep()的时间为零，因此速率限制器消耗CPU周期，直到超过等待时间。不幸的是，我们没有其他选择，因为我们不能在Windows中使用小于1ms的非零睡眠时间。在

在Linux中，调用sleep()的时间比请求的长，产生的平均值为3470包/秒(22.8%的错误)。虽然Linux中的sleep()比预期的要长，但是请求更高的速率(如6000Hz)会产生高于4500的真实速率，因此我们知道它能够达到目标速率。问题出在我们的sleep()值中，必须将其更正为低于我们预期的值。使用另一种方法(I)执行了另一种方法。在

方法2

在这种方法中，我们从不睡觉。我们消耗CPU周期直到时间流逝，这导致Python 100%地使用它运行的内核：def execute(self, func, *args, **kwargs):

if self.last_time_called is not None:

# Sleep until we should wake up

while True:

now = timeit.default_timer()

elapsed = now - self.last_time_called

left_to_wait = self.min_interval - elapsed

if left_to_wait <= 0:

break

# (sleep removed from here)

self.last_time_called = timeit.default_timer()

return func(*args, **kwargs)

方法2的性能

在Linux中，这会产生4488包/秒的中间速率(0.26%的错误)，这与Windows相当，但会以同样的方式消耗CPU，所以效率很低。在

问题

这就是我要说的。我们如何在Linux中使用sleep()来保持CPU的合理使用，同时仍然有相当好的计时精度？

我认为这将涉及某种监督和补偿程序，但我不太确定如何实施这样的事情。有没有一种标准的方法来处理这种纠错问题？在