Threading vs Forking（解釋我想做什麼）

Question

所以，我在發佈這篇文章之前回顧了大量的文章和論壇，但是我一直在閱讀衝突的答案。首先，操作系統不是問題，我可以使用Windows或Unix，無論對我的問題最好。我有大量的數據需要用於只讀目的（不知道爲什麼這很重要，但是，如果是這樣，我將不得不經歷的數據結構是一組數組哈希值的數組也是數組）。我基本上將一個「查詢」與大量不同的「句子」進行比較，並計算它們的相對相似性。從這些數量（幾百萬）中，我想獲得最高的x％，並與他們一起做些事情。我需要將這個過程並行化。對於我來說，減少空間沒有什麼好的方法 - 我需要比較一切以獲得好的結果，而且它會花費太長的時間來處理某些線程/分支。我再次看到許多相互矛盾的答案，不知道該怎麼做。

任何幫助，將不勝感激。提前致謝。

編輯：我不認爲內存使用量將是一個問題，但我不知道（8 GB RAM）

Answer 1

沒有關於你的問題的更多細節，沒有太多可以給予的幫助。你想並行化一個進程。 Perl中的線程和叉具有優點和缺點。

使Perl線程不同於其他線程的關鍵之一是數據在默認情況下不被共享。這使得線程更容易和更安全地工作，您不必擔心庫或線程的大部分代碼，線程安全。然而，它可能是一個性能拖拽和內存餓，因爲Perl必須將解釋器和所有加載的模塊的副本放入每個線程中。

說到分叉，我只會談論Unix。 Perl使用線程模擬Windows上的fork，它可以工作，但它可能很慢並且很麻煩。

分叉優點

• 非常快創建一個叉
• 非常健壯

分岔缺點

• 進程間通信可以是SLO w和尷尬

線程優勢

• 線程協調和數據交換是相當容易
• 線程是相當容易使用

主題缺點

• 每個線程都需要大量的內存
• 線程可以啓動緩慢
• 線程可以是越野車（更好更近的你的Perl）
• Database connections are not shared across threads

這最後一個是位如果文檔是最新的，則可以使用它。如果你要做大量的SQL，不要使用線程。

一般來說，要獲得良好表現出來的Perl線程這是最好的開始線程池並重新使用它們。叉子可以更容易地創建，使用和丟棄。

真的什麼它歸結爲是什麼適合你的思維方式和你的特殊問題。

對於這兩種情況下，你可能會想要的東西來管理你的工人的儲備。對於分叉，你會想要使用Parallel::ForkManager或Child。孩子特別好，因爲它內置了進程間通信。

對於您想要使用的線程threads::shared,Thread::Queue和閱讀perlthrtut。

當閱讀有關Perl的線程的文章，請記住他們是有點廢話，當他們在5.8.0在2002年推出的，只有5.10.1維修。之後，他們已經相當穩固。關於他們的效率和健壯性的信息和意見往往會迅速過時。

Answer 2

線程可能更難以得到正確的，但不會使用盡可能多的記憶。

分叉可以更容易實現，但使用大量的內存。

如果你沒有任何經驗，我會開始執行分叉版&從那裏去。