当然这个地方也可以配置跳板服务器来聚合，即给上面的两个虚拟机中运行的 ss-libev 服务端配置一个相同的上级代理即可

之前可能是我没表达清楚，我在两个虚拟机中运行的 ss-libev 是 ss-server 并不是 ss-client，因为我这里并不需要实现自动 fq 的功能

@KCheshireCat 实际上我这只是一个一转多转发而已，由于我们这里校园网只是限速，出口是共用的，所以汇聚的工作就由校园网出口网关自动完成了

核心思想就是
虚拟机 1: 只运行一个 ss-libev 在 8388 端口
虚拟机 2: 运行一个 ss-libev 在 8388 端口，然后运行一个 haproxy 在 1091 端口，haproxy 配置为均衡负载，上游分别为本机的 8388 端口及虚拟机 1 的 8388 端口。由于 haproxy 不支持 udp，再开一个 socat 把本机的 udp 8388 转发到本机的 1091 端口（这个地方就导致 udp 实际上并没有实现均衡负载）
主机: 运行 sstap 设置上游为虚拟机 2 的 1091 端口

同校园网多 ip 聚合的路过，只不过我是用两台虚拟机开 ss，然后在其中一台上开 haproxy 做的，为了 udp 转发还只能用 socat 把 udp 转发到本虚拟机的 ss 上，最后在外围机器上用 sscap 开全局代理跑的

不过我这种方案最大的局限在于 udp 只能转发到一台上，没办法均衡负载（ haproxy 不支持 udp ），不过 tcp 单线程测速的确可以达到速度叠加的作用

联通 4g 秒开

1080p 差距明显，低于这个分辨率就影响不大

@zhoudaiyu 一样是双通道

@raycool 不过这个问题在 Linux 上并不一定会出现，因为 linux 上可以使用 fork 机制，所以这个地方并不需要通过序列化来传递参数

@dbow 不过我依然没有猜错，的的确确是 Pool 不能序列化

这样写才可以，根本还是在于你 Data 的这个 self 不能跨进程传递，所以子进程根本就没执行

#coding:utf-8
import os, sys, time
from multiprocessing import Pool, Queue, Manager

class Out(object):
----def out(self,queue):
--------print("start")
--------while True:
------------item = queue.get()
------------print(item)
------------time.sleep(0.01)


class Data(object):

----def __init__(self):
--------self.pool = Pool(2)
--------self.queue = Manager().Queue()
--------self.out = Out()

----def put(self,item):
--------self.queue.put(item)


----def start(self):
--------print(self.queue.qsize())
--------for _ in range(2):
------------self.pool.apply_async(self.out.out,(self.queue,))

if __name__ == '__main__':

----data = Data()
----for i in range(1000):
--------data.put(i)
----data.start()
----data.pool.close()
----data.pool.join()
----time.sleep(5)

可能是因为 Pool 不能跨进程传递，你试试
self.pool.apply_async(Data.out,(self, self.queue))

*.baidu.com 能被强制跳转应该是因为没有开启 HSTS 被降级攻击了吧

@pq 人家都说了是国外的大学了。。。。。

前排支持

@dbow 这一段我还真的没有仔细看过，可能是很久前某一篇错误的资料上说他不会自己释放吧

@lxml 你要是开启过 debug 日志的话就知道如果是同一个 session 下会保持 keepalive，不会每次访问一个 url 都重新开一个新的短链接

@dbow 我现在就在想在直接用 ctypes 调用 c 类库的时候有没有什么办法可释放掉 GIL，因为有些时候并不想为了调用一个简单的 C 类库而去用 CPYTHON C API 写个封装，而 cytpes 类库默认应该是没有释放 GIL 的，所以会导致在一些耗时的操作上限制了多线程能力的发挥

@dbow 但是在 Python 层面上看，所有会导致阻塞的系统库操作都会让 Python 解析器释放 GIL 锁