JohnTheRipper多线程优化配置指南
2025-05-21 22:16:11作者:房伟宁
JohnTheRipper作为一款知名的密码分析工具,其性能表现与线程配置密切相关。本文将详细介绍如何合理控制JohnTheRipper的线程使用,特别是在多核处理器环境下的优化配置方法。
线程控制的重要性
在现代多核处理器环境下,JohnTheRipper默认会尝试使用所有可用的CPU核心进行并行计算。例如在128核的服务器上,工具会自动启用128个OpenMP线程。这种默认行为虽然能最大化利用计算资源,但在共享计算环境中可能会对其他用户造成影响,因此需要合理控制线程数量。
环境变量控制法
最直接有效的线程控制方法是通过OpenMP环境变量OMP_NUM_THREADS。这个变量可以精确指定JohnTheRipper运行时使用的线程数量:
OMP_NUM_THREADS=32 john 哈希文件
或者通过导出环境变量的方式实现全局设置:
export OMP_NUM_THREADS=32
john 哈希文件
进程分叉与线程组合控制
JohnTheRipper还支持通过--fork参数创建多个进程,此时可以结合环境变量实现更精细的资源控制:
OMP_NUM_THREADS=1 john --fork=32 哈希文件
这种配置会创建32个进程,每个进程使用1个线程,适合某些特定场景下的资源分配需求。
系统级资源限制方案
除了工具自身的配置外,还可以使用系统级工具如cpulimit来限制CPU使用率:
cpulimit --limit=3200 --include-children john 哈希文件
这种方法虽然不直接控制线程数量,但可以通过限制CPU使用率来间接控制计算资源消耗,适合在无法修改应用配置的情况下使用。
配置建议
-
独占环境:在独占服务器上,建议使用默认设置或适当增加线程数以最大化性能。
-
共享环境:根据服务器核心数和共享用户数量,合理设置线程数,通常建议保留部分核心供系统和其他用户使用。
-
测试验证:任何配置变更后都应进行性能测试,观察实际效果。
通过合理配置JohnTheRipper的线程使用,不仅可以提高工具的运行效率,还能确保计算资源的公平使用,特别是在多用户共享的计算环境中尤为重要。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134