由于GIL的存在，CPython中的多线程不能并行使用多个CPU。为了打破这个限制，我们可以使用多处理。我正在编写Python代码来演示这一点。下面是我的代码：

from math import sqrt
from time import time
from threading import Thread
from multiprocessing import Process

def time_recorder(job_name):
    """Record time consumption of running a function"""
    def deco(func):
        def wrapper(*args, **kwargs):
            print(f"Run {job_name}")
            start_epoch = time()
            func(*args, **kwargs)
            end_epoch = time()
            time_consume = end_epoch - start_epoch
            print(f"Time consumption of {job_name}: {time_consume}")
        return wrapper
    return deco

def calc_sqrt():
    """Consume the CPU"""
    i = 2147483647
    for j in range(20 * 1000 * 1000):
        i -= 1
        sqrt(i)

@time_recorder("one by one")
def one_by_one():
    for _ in range(8):
        calc_sqrt()

@time_recorder("multi-threading")
def multi_thread():
    t_list = list()
    for i in range(8):
        t = Thread(name=f'worker-{i}', target=calc_sqrt)
        t.start()
        t_list.append(t)
    for t in t_list:
        t.join()

@time_recorder("multi-processing")
def multi_process():
    p_list = list()
    for i in range(8):
        p = Process(name=f"worker-{i}", target=calc_sqrt)
        p.start()
        p_list.append(p)
    for p in p_list:
        p.join()

def main():
    one_by_one()

    print('-' * 40)
    multi_thread()

    print('-' * 40)
    multi_process()

if __name__ == '__main__':
    main()

函数"calc_sqrt（）"为CPU消耗作业，计算2000万次平方根，装饰器"time_recorder"计算装饰后函数的运行时间，有3个函数分别在多线程和多进程中逐个运行CPU消耗作业。
通过在我的笔记本电脑上运行上面的代码，我得到了下面的输出：

Run one by one
Time consumption of one by one: 39.31295585632324
----------------------------------------
Run multi-threading
Time consumption of multi-threading: 39.36112403869629
----------------------------------------
Run multi-processing
Time consumption of multi-processing: 23.380358457565308

"一个接一个"耗时（）"和"多线程（）"几乎相同，符合预期。但"多流程"的时间消耗（）"有点混乱，我的笔记本电脑有一个英特尔酷睿i5 - 7300U CPU，它有2个核心，4个线程。任务管理器只显示有4个（逻辑）我电脑的CPU，任务管理器也显示4个CPU在执行过程中的CPU使用率都是100%，但是处理时间并没有减少到1/4，而是减少到1/2，为什么？我笔记本电脑的操作系统是Windows 10 64位。
后来，我在Linux虚拟机上试用了这个程序，得到了下面的输出，比较合理：

Run one by one
Time consumption of one by one: 33.78603768348694
----------------------------------------
Run multi-threading
Time consumption of multi-threading: 34.396817684173584
----------------------------------------
Run multi-processing
Time consumption of multi-processing: 8.470374584197998

这一次，多处理的处理时间减少到了多线程的1/4，这台Linux服务器的主机配备了Intel Xeon E5 - 2670，8核16线程，主机操作系统为CentOS 7，VM分配了4个vCPU，操作系统为Debian 10。
这些问题是：

• 为什么在我的笔记本电脑上，多处理作业的处理时间没有减少到1/4，而是减少到了1/2？
• 这是CPU问题吗？这意味着英特尔酷睿i5 - 7300U的4个线程不是"真正的并行"，可能会相互影响，而英特尔至强E5 - 2670没有这个问题？
• 或者是操作系统的问题，也就是说Windows 10并没有很好地支持多处理，进程并行运行时可能会相互影响？