05 2020 档案

python 协程
摘要：1 """ 2 协程，运行的时候轮流去执行各个任务,如果生产者生产的速度比较慢，这里可以使用者个切换出去 3 4 greenlet 会交出执行权，但是如果后面的耗时任务也不会就进入耗时，等下次轮到了，还是要进行耗时 5 这个程序的效果就只能够是轮询，起不到实际的节约时间的效果 6 """ 7 imp 阅读全文
posted @ 2020-05-31 10:08 乘风去破浪 阅读(171) 评论(0) 推荐(0)
python 线程通信 生产者与消费者
摘要：1 """ 2 线程通信的生产者与消费者 3 python的queue模块中提供了同步的线程安全的队列类,都具有原子性，实现线程间的同步 4 Queue （FIFO： fist in fist out） 5 LifoQueue （LIFO： last in fist out） 6 PriorityQ 阅读全文
posted @ 2020-05-31 10:06 乘风去破浪 阅读(329) 评论(0) 推荐(0)
python 死锁
摘要：1 """ 2 死锁 3 要AB两个锁 4 当A锁内部需要使用B锁，同时B锁内部需要使用A锁的时候，就要可能会出现死锁 5 6 出现死所的解决方法： 7 1.重构代码 8 2.添加timeout时间 9 10 下面代码中要可能返回下面内容，在同时认为锁被对方占用，同时释放 11 Thread-1获取 阅读全文
posted @ 2020-05-31 10:04 乘风去破浪 阅读(376) 评论(0) 推荐(0)
python 线程锁
摘要：1 """ 2 线程锁 3 我这用的是python3.7，必须要加锁才可以保证数据的确定性 4 """ 5 import time 6 from threading import Thread, Lock 7 8 lock = Lock() 9 10 list1 = [0] * 10 11 12 1 阅读全文
posted @ 2020-05-31 10:03 乘风去破浪 阅读(197) 评论(0) 推荐(0)
python 进程间通信 Queue
摘要：1 """ 2 进程间通信 3 """ 4 import time 5 from multiprocessing import Pool, Queue, Process 6 7 8 def pull_task(q: Queue): 9 tasks = ["任务1", "任务2", "任务3", "任 阅读全文
posted @ 2020-05-30 12:40 乘风去破浪 阅读(187) 评论(0) 推荐(0)
python 进程 Queue
摘要：1 """ 2 队列 3 q = Queue(5) # 创建一个最大容量为5的队列，先进先出的原则 4 q.put("1") # 添加元素，队列数量满了的时候，会堵在put处 5 q.put("1", timeout=3) # 如果超出3秒没有加入进去就会报错 6 q.put_nowait("6") 阅读全文
posted @ 2020-05-30 12:39 乘风去破浪 阅读(216) 评论(0) 推荐(0)
python 阻塞模式 进程池
摘要：1 """ 2 阻塞模式：一个一个任务单独放进进程池，处理完一个再放下一个任务进来，主进程要等着些执行完再执行 3 """ 4 5 import os 6 import time 7 from multiprocessing import Pool 8 from random import rand 阅读全文
posted @ 2020-05-30 12:26 乘风去破浪 阅读(502) 评论(0) 推荐(0)
python 非阻塞模式 进程池
摘要：1 """ 2 非阻塞模式：当进程池有空闲，就将任务放入，它会继续执行主进程 3 """ 4 import os 5 import time 6 from multiprocessing import Pool 7 from random import random 8 9 container = 阅读全文
posted @ 2020-05-30 12:11 乘风去破浪 阅读(1012) 评论(0) 推荐(0)
python的线程
摘要：1 """ 2 python的线程和java的线程是有差别的， 3 python的进程更像java的线程 4 线程状态：创建 -> 就绪或运行或阻塞 -> 结束 5 6 优点： 7 在一些等待的任务上有优势，如用户输入、文件读写、网络收发数据等。在这些情况下可以释放珍贵的内存cpu资源 8 9 常用 阅读全文
posted @ 2020-05-30 12:10 乘风去破浪 阅读(191) 评论(0) 推荐(0)
python 进程
摘要：计算密集型的部分适合使用进程，耗时的部分适合使用线程 1 from multiprocessing import Pool 2 3 # 创建一个进程池，里面放5个进程 4 pool = Pool(5) 5 6 # 阻塞模式 7 pool.apply(task, args=(t,)) 8 9 # 非阻 阅读全文
posted @ 2020-05-30 12:01 乘风去破浪 阅读(159) 评论(0) 推荐(0)