如何用Python确定Windows下单CPU核心可运行的最大进程数

os.sched_getaffinity() 是类Unix系统（Linux、BSD、macOS等）专属的系统调用封装，Windows系统的Python标准库os模块没有实现这个接口，和你使用的Python 3.8.8版本无关——哪怕升级到最新版Python，在Windows环境下调用这个方法都会抛出属性错误，你查dir(os)看不到这个方法是正常现象。

你需要的「可用于调度并行任务的CPU核心数」（也就是多进程场景下设置进程数的参考基准），可以用兼容Windows、Unix的通用写法实现：

import os
import multiprocessing

def get_available_cpu_cores():
    # Unix类系统优先取亲和性允许使用的核心数，比总硬件核心数更准确
    if hasattr(os, "sched_getaffinity"):
        return len(os.sched_getaffinity(0))
    # Windows系统直接取系统识别的可用逻辑核心数
    elif os.cpu_count() is not None:
        return os.cpu_count()
    # 兜底逻辑，兼容极端旧版本Python
    else:
        return multiprocessing.cpu_count()

if __name__ == "__main__":
    print(get_available_cpu_cores())

在你当前的Win10 64位、8核处理器环境下，运行上述代码会正常返回8。

• 不存在「每个CPU核心可运行的最大进程数」的硬限制：操作系统通过时间片轮转机制，单个核心上可以同时调度运行成百上千个进程，只是当并行运行的CPU密集型进程数超过可用逻辑核心数时，进程上下文切换的开销会快速升高，反而拉低整体运行效率，所以常规CPU密集型多进程任务，把进程数设置为上述方法返回的可用核心数是性价比最高的选择。
• Python官方文档中给出的len(os.sched_getaffinity(0))示例，仅针对支持CPU亲和性配置的Unix环境编写：这个方法可以识别到手动给进程绑定CPU核心、容器资源限制等场景下的实际可用核心数，比直接读取硬件总核心数更精准，但Windows下没有对应的原生接口封装到标准库os模块中，因此需要做分支兼容。

内容的提问来源于stack exchange，提问作者mnm