页眉页脚不是双击就可以修改的吗，而且基本都可以统一修改。个别的比如封面会有差别而已

@EmdeBoas 给梯子就爬一下下（捂脸。。）
不知有否联系方式？我把数据发一份给您？您看能优化到多久的耗时？

@EmdeBoas 已感谢，还是无法大幅解决我的问题（可能我技术渣渣，嘿嘿），但还是感谢。

data 是 pandas 中的 DataFrame 格式数据，牵扯到一个 df 切片的问题。目前我做这样的尝试：

循环之前，a=np.array(data['date'])
循环中，
b=a[a<=end]

index=len(b)

利用其行号来查找：
tmp_data = data.loc[data.index[index-window*251:index],:]

这样速度提升了 8 秒左右。全部循环完差不多 36s+。

@herozhang 这其实是并行中子函数的一部分了。所以并行不再考虑

@O14 感觉瓶颈就是 data 行数实在太大。
@EmdeBoas 并且 date 字段为 str，如果转 np.array,然后查找到匹配的数据集后再转换为 str，中间的时间损耗很大。

@EmdeBoas 你好，数据有 100 多万行

@dqw 好奇葩，在 run 下放了一个 hdf5 的读取链接，然后读完就关闭，竟然也会导致子函数出现问题。

@dqw 您好，您说的有道理。我做了这样一个测试：
在类 Test 中某个函数比如 mutil_test 内部实现多线程，如果直接在 Test().mutil_test()这种形式，多进程的子函数执行成功。如果把 mutil_test 放到类函数 run 下，执行 Test().run()就无法执行 mutil_test 中多进程调用的子函数。


另外，多进程中无法获取到__name__，但如果我在 init 阶段，复制 self.var1=123123，然后在子函数中打印的话，可以打印出来。

@dqw 感谢。打印 self.__name__失败，情形是子进程 while True 下，主进程都结束了。说明打印失败了。。原因是？

@dqw 现在的瓶颈是计算应该是。请问线程或进程绑核怎么搞。。

@dqw
您看，我的需求是这样的：
数据已经按照类别放到了多个 HDF5 里，其中某个文件是 30G 左右（ d1.h5 ）,其中 d1 里面有 5000 多个 table。

计算逻辑：
一个基类，按照不同的需求分为 N 个子类。
之前是这样的：每一个子类读取 d1.h5，循环读取所有 table，然后计算。

哪种方式更合理呢？谢谢。

@dqw 多线程是不是在一个进程之下了？我的需求是有大量的数据需要计算，同时数据还很多（几十 G ），需要迭代计算的。所以运算次数相当之多。

这种情况下，用多线程可以吗？


为了解决 I/O 以及计算耗时问题，已经买了一个带 SSD 的 24 核塔式服务器。

@dqw 是的。我验证了这个问题。还有一个问题，请看这段代码：
```
import pandas as pd
import os, time
import multiprocessing
import numpy as np


class Mutilprocess_Test:
def __init__(self):
print('init:',os.getpid())

def run(self,i):
timesleep = np.random.rand()/3
#print()
time.sleep(timesleep)
print(i, 'run:', os.getpid(), timesleep)



if __name__ == '__main__':
pool = multiprocessing.Pool(processes=3)
for i in range(10):

pool.apply_async(Mutilprocess_Test().run, args=(i,))
pool.close()
pool.join()
```
这段代码中，类初始化时候的 pid 和 run 时候的 pid 不一样。

貌似 init 时的 pid 是主进程的。请问这是什么原因或者说应该怎样去理解呢？比如多进程运行不同的类——可能基类是一个，派生类不同，这时候如何对一些数据库连接、相同部分的数据调用的代码进行存放呢，是放到 init 中，还是放到 run 里各自取？

二者的区别会否导致数据都到各自进程下？

比如说，我有一个字典 d1，实际上所有子类都有用到这个字典 d1，这时候我把他放 main 进程中好，还是在 init 中初始化好，还是在 run 中好呢？

@ltux 感谢，我表述有问题。直接上代码

https://gist.github.com/kingmo888/a7cdc36f77397f65ac19fb49f5795814

这种情况下，不会写入任何东西。

@alcarl 嗯啊，谢谢。请问价格上有坑没？我朋友从上海的一家实体店买的（这家店也有淘宝），经转介绍，其给我报价比主贴要高 10%左右。

@adcicloud 我要买物理机本地存放，跟运营商神马关系

@firefox12 就是自己买，放本地局域网。

@alcarl V2 啥意思？ 2683V3 实际上跟测试版就差别了一点点，价格翻倍噢。

32G 内存 1700 左右，而 16G 内存，800 多。实际有差别吗，没有的。

@daolin998 我是用于计算用。没有托管需求。

@Phant0m 二手服务器？刀片的吗？我不方面放啊，没机柜。我得塔式的，搁到随便个地方容易放啊。