合集-python高级
摘要：创建进程步骤 1. 导入进程包 import multiprocessing 2. 通过进程类创建进程对象 进程对象 = multiprocessing.Process() #是Process类 3. 启动进程执行任务 进程对象.start() 示例 1 # 1. 导入多进程模块 2 import
阅读全文
摘要：''' multiprocessing.Process 类是 multiprocessing 模块中用于创建和管理进程的主要类。它提供了一系列方法和属性，用于控制和监视进程的行为。 1. 创建 Process对象： 语法: p = Process(target=func, args=(args,),
阅读全文
摘要：说明 进程间除了主子进程共享数据，也可以通过进程间通信实现交互、数据共享 multiprocessing 提供了多种方式来实现进程间通信，如管道（Pipe）、队列（Queue）和共享内存（Value 和 Array）等。 通过这些机制，不同进程之间可以安全地共享数据或进行通信 进程间是不共享全局变量
阅读全文
摘要：''' multiprocessing 还提供了进程池（Pool）的功能，可以方便地管理一组工作进程。 进程池中的多个进程可以被重复使用，以执行多个任务，并在完成任务后自动回收进程。 ''' from multiprocessing import Pool def worker(x): return
阅读全文
摘要：锁 在multiprocessing模块中，可以使用Lock（锁）来实现进程间的同步。Lock提供了一种机制，确保在任意时刻只有一个进程能够访问共享资源。 Lock的工作原理 Lock是一种互斥锁，用于保护共享资源的访问。当一个进程获得了锁之后，其他进程将被阻塞，直到锁被释放。只有释放锁的进程才能继
阅读全文
摘要：os.kill是Python中用于向指定进程发送信号的函数。通过os.kill可以发送各种不同的信号，其中最常见的是SIGTERM信号，用于请求进程正常终止 os.kill的工作原理 os.kill函数允许我们向指定的进程发送信号。进程收到信号后，根据信号类型的不同，可以执行相应的处理逻辑。比如，S
阅读全文
摘要：守护进程（Daemon Process）是在后台运行的一种特殊类型的进程，它不会受到终端控制和交互的影响。守护进程通常用于执行一些系统级的任务或服务，比如网络服务、定时任务等。 ''' 1. 创建守护进程： 1. 在Python中，可以通过multiprocessing模块来创建守护进程。使用mul
阅读全文
摘要：在Python中，想要实现多任务还可以使用多线程来完成。用于IO密集型任务，是cpu调度的最小单位 为什么使用多线程?--节省资源（IO密集型任务） 1. 进程是分配资源的最小单位 , 一旦创建一个进程就会分配一定的资源 , 就像跟两个人聊QQ就需要打开两个QQ软件一样是比较浪费资源的 . 2. 线
阅读全文
摘要：步骤 1. 导入线程模块 import threading 2. 创建子线程并指定执行的任务 sub_thread = threading.Thread(target=任务名 3. 启动线程执行任务 sub_thread.start() 示例 1 ''' 2 在Python中，实现多线程多任务可以通
阅读全文
摘要：1 ''' 2 threading.Thread类是Python threading模块中用于创建和管理线程的主要类。它可以通过子类化并重写run()方法来定义自己的线程逻辑。一般会使用线程池 3 1. 构造器： 4 threading.Thread类的构造器如下： 5 class threadin
阅读全文
摘要：''' 在Python中，使用threading.Thread类创建守护线程可以通过设置daemon参数为True来实现。 守护线程是一种特殊的线程，它会随着主线程的结束而自动退出(守护线程会随着主线程的结束而自动退出。因此，如果主线程先结束，守护线程也会立即退出，无论守护线程是否执行完成。)，无需
阅读全文
摘要：python 多线程并不是真正的并行执行，而java的多线程是真正的并行执行 python 在Python中，由于全局解释器锁（GIL）的存在，多线程并不能实现真正的并行执行。 GIL是一种机制，它限制了同一时刻只能有一个线程执行Python字节码，这意味着在多线程环境下，多个线程并不能同时执行CP
阅读全文
摘要：IO密集型 1. IO密集型任务是指在执行过程中主要涉及到输入输出（IO）操作的任务。这些任务通常需要与外部资源进行交互，如读写文件、网络请求、数据库查询等，而实际的计算量相对较小。 2. 在IO密集型任务中，CPU的使用率相对较低，大部分时间都花费在等待IO操作完成上。因此，多线程在这种情况下能够
阅读全文
摘要：线程之间共享全局变量 多个线程都是在同一个进程中 , 多个线程使用的资源都是同一个进程中的资源 , 因此多线程间是共享全局变量 问题 示例 1 import threading 2 3 4 # 全局变量 5 g_num = 0 6 7 8 # 对g_num进行加操作 9 def sum_num1()
阅读全文
摘要：什么是竞态条件？ 竞态条件是指多个线程在访问和操作共享资源时，由于执行顺序的不确定性而导致结果不确定或出现错误。 示例1： ''' 竞态条件是指多个线程在访问和操作共享资源时，由于执行顺序的不确定性而导致结果不确定或出现错误。 ''' import threading # 共享变量 counter
阅读全文
摘要：在Python中，可以使用互斥锁（Mutex）来实现线程之间的互斥访问，保证共享资源的安全性。互斥锁可以确保在任何时刻只有一个线程可以持有锁，并且其他线程必须等待锁的释放才能继续执行。 步骤 1. 创建互斥锁对象： lock = threading.Lock() 通过threading.Lock()
阅读全文
摘要：1 import threading 2 3 4 # 全局变量 5 g_num = 0 6 7 8 # 对g_num进行加操作 9 def sum_num1(): 10 # 上锁 11 print("sun_num1...") 12 print(f"sum_num1 id(mutex) {id(mu
阅读全文
摘要：在Python中，可以使用concurrent.futures模块提供的线程池来管理和执行多个线程任务。线程池提供了一种方便的方式来处理并发任务，可以有效地利用系统资源，提高程序的性能。 ''' 在Python中，可以使用concurrent.futures模块提供的线程池来管理和执行多个线程任务。
阅读全文
摘要：在Python中，进程（Process）和线程（Thread）都是用于实现并发执行的机制，但它们有一些重要的区别。 执行方式：进程是程序的一次执行过程，具有独立的内存空间，每个进程都有自己的代码段、数据段和堆栈；而线程是在进程内部执行的，共享进程的内存空间，包括代码段、数据段和堆栈。 资源占用：由于
阅读全文
摘要：函数参数 Python中一切皆引用：变量名（包括类名和函数名等）存放的都是内存空间（地址），所以都可以作为参数传递 函数名的作用 ① 函数名存放的是函数所在空间的地址 ② 函数名()执行函数名所存放空间地址中的代码 ③ func01 = func02函数名可以像普通变量一样赋值，func01() 等
阅读全文
