牛栏山1

摘要： 多个线程同时访问共享数据时可能会冲突，这跟前面讲信号时所说的可重入性是同样的问题。比如两个线程都要把某个全局变量增加1，这个操作在某平台需要三条指令完成： 从内存读变量值到寄存器寄存器的值加1将寄存器的值写回内存 假设两个线程在多处理器平台上同时执行这三条指令，则可能导致下图所示的结果，最后变量只... 阅读全文

摘要： 进程在各自独立的地址空间中运行，进程之间共享数据需要用mmap或者进程间通信机制，那么如何在一个进程的地址空间中执行多个线程呢。有些情况需要在一个进程中同时执行多个控制流程，这时候线程就派上了用场，比如实现一个图形界面的下载软件，一方面需要和用户交互，等待和处理用户的鼠标键盘事件，另一方面又需要同... 阅读全文

摘要： Linux系统启动时会启动很多系统服务进程，比如inetd，这些系统服务进程没有控制终端，不能直接和用户交互。其它进程都是在用户登录或运行程序时创建，在运行结束或用户注销时终止，但系统服务进程不受用户登录注销的影响，它们一直在运行着。这种进程有一个名称叫守护进程（Daemon）。 下面我们用ps ... 阅读全文

摘要： 在Linux系统中，用户通过终端登录系统后得到一个Shell进程，这个终端成为Shell进程的控制终端。控制终端是保存在PCB中的信息，而我们知道fork会复制PCB中的信息，因此由Shell进程启动的其它进程的控制终端也是这个终端。默认情况下（没有重定向），每个进程的标准输入、标准输出和标准错... 阅读全文

摘要： HTTP是一种很简单的请求、响应式协议，客户端发送一个请求、服务器返回一个响应。HTTP 1.1 版本规范由 RFC2616 定义。了解了 HTTP请求、响应消息在TCP数据流中的格式，很容易使用纯 socket 模拟HTTP客户端、HTTP服务器发送接收数据。 RFC文档全是ASCII码，tx... 阅读全文

摘要： Robots协议（也称为爬虫协议、机器人协议等）的全称是“网络爬虫排除标准”（Robots Exclusion Protocol），网站通过Robots协议告诉搜索引擎哪些页面可以抓取，哪些页面不能抓取。robots.txt文件是一个文本文件。robots.txt是搜索引擎中访问网站的时候要查看的... 阅读全文

摘要： Socket是进程之间交换数据的机制。这些进程即可以是同一台机器上的，也可以是通过网络连接起来的不同机器。一旦一个Socket连接建立，那么数据就能够双向传输，直到其中一端关闭连接。 通常，请求数据的应用程序叫做客户端Client，而为请求服务叫做服务器Server。基本上说，首先，服务器监听一个... 阅读全文

摘要： 与多线程和多进程相比，I/O多路复用的最大优势是系统开销小，系统不需要建立新的进程或者线程，也不必维护这些线程和进程。主要应用：（1）客户程序需要同时处理交互式的输入和服务器之间的网络连接（2）客户端需要对多个网络连接作出反应（3）TCP服务器需要同时处理多个处于监听状态和多个连接状态的套接字（... 阅读全文

摘要： 一旦有一个抓取请求开始，就创建一个新的线程，由该线程执行任务，任务执行完毕之后，线程就退出。这就是"即时创建，即时销毁"的策略。尽管与创建进程相比，创建线程的时间已经大大的缩短，但是如果提交给线程的任务是执行时间较短，而且执行次数非常频繁，那么服务器就将处于一个不停的创建线程和销毁线程的状态。这笔... 阅读全文

摘要： 数据类型是计算机理解数据的方式，因为在计算机中，所有的数据都是二进制，所以对于一个32位的二进制有多种理解方式，那么计算机该按照哪种方式来理解呢？这取决于我们定义时的类型，这个类型就是数据类型，它决定了计算机对二进制数据的理解方式，也决定了可以对这个数据进行哪种操作？ 在我们这个系列... 阅读全文