Fluent Python2 【Chapter21_QA】

1. python信号量的概念的理解

在Python中,信号量(Semaphore)是一种用于控制对共享资源的访问的同步机制。它可以确保在任何给定时间内,只有一定数量的线程或进程可以访问特定的资源。

信号量的概念和用途类似于现实生活中的一些场景,下面我将通过一个通俗的例子来解释信号量。

假设有一个停车场,总共只有5个停车位。如果有多辆车同时到达并想要停车,就需要一种机制来控制汽车的进入。这时,我们可以使用一个信号量来管理停车位的使用情况。

最初,我们创建一个信号量,它的值被设置为5,表示有5个可用的停车位。每当一辆车进入停车场时,它必须先获取信号量(semaphore.acquire())。如果信号量的值大于0,表示还有可用的停车位,汽车就可以进入停车场,同时信号量的值减1。如果信号量的值为0,表示所有停车位都被占用,那么汽车就必须等待,直到有其他车辆离开停车场,释放一个停车位(semaphore.release())。

下面是一个Python代码示例,演示了如何使用信号量来控制对共享资源的访问:

import threading
import time

# 创建一个信号量,初始值为5
semaphore = threading.Semaphore(5)

def car(id):
    # 车辆请求进入停车场
    semaphore.acquire()
    print(f"Car {id} entered the parking lot.")
    # 模拟停车时间
    time.sleep(2)
    # 车辆离开停车场,释放一个停车位
    print(f"Car {id} left the parking lot.")
    semaphore.release()

# 创建10辆车,模拟它们进入停车场
for i in range(10):
    t = threading.Thread(target=car, args=(i,))
    t.start()

2. from path import Path, Path的含义、作用l理解

from path import Path 这一行代码是从一个名为 path 的包中导入了 Path 类或模块。Path 在 Python 中用于表示文件系统路径,使得操作文件和目录变得更加方便和面向对象。

Path 的作用主要有以下几点:

跨平台:无需考虑不同操作系统中路径分隔符(Windows 使用 \、UNIX 使用 /)的差异。
面向对象:可以将路径视为对象,使用对象方法来操作路径,更直观和易于理解。
方便操作:提供了丰富的方法来检查路径是否存在、读写文件、遍历目录等操作。
字符串表示:可以使用字符串或字节序列来表示一个路径对象。

举个通俗易懂的例子:

假设你想在当前目录下创建一个名为 data 的文件夹,并在其中创建一个名为 info.txt 的文本文件,最后向文件写入一些内容。使用传统方式,你需要这样做:

import os

# 创建目录
os.mkdir('data')

# 打开文件并写入内容
with open(os.path.join('data', 'info.txt'), 'w') as f:
    f.write('Hello, World!')

使用 Path 对象,可以这样实现:

from pathlib import Path

# 创建目录
data_dir = Path.cwd() / 'data'
data_dir.mkdir(exist_ok=True)

# 创建并写入文件
info_file = data_dir / 'info.txt'
info_file.write_text('Hello, World!')

可以看到,使用 Path 对象操作路径更加直观和简洁。你无需手动拼接路径字符串,也不需要考虑不同系统的路径分隔符问题。

总的来说,Path 对象提供了一种高级和面向对象的方式来处理文件系统路径,使得路径操作变得更加 Pythonic,可读性和可维护性也得到了提高。当你需要频繁操作文件和目录时,使用 Path 会带来很大便利。

3. 9. 一个通俗易懂经典例子和衍生的同步、异步代码对比。

如下是案例。

多去执行下，感受下过程，增强对异步的理解。

##############################################################
# Example-1 顺序执行 总共30s
##############################################################
from time import sleep


def hello():
    print('Hello')
    sleep(3)
    print('World')


if __name__ == '__main__':
    print(f'started at {time.strftime("%X")}')
    for i in range(10):
        hello()
    print(f'finished at {time.strftime("%X")}')

###############################################################
# Example-2 异步执行 总共3s 
###############################################################

import asyncio
import time

# loop = asyncio.get_event_loop()


async def hello():
    print('Hello')
    await asyncio.sleep(3)
    print('World')


async def main():
    tasks = [asyncio.create_task(hello()) for _ in range(10)]
    await asyncio.gather(*tasks)


if __name__ == '__main__':
    print(f'started at {time.strftime("%X")}')
    asyncio.run(main())
    print(f'finished at {time.strftime("%X")}')

###############################################################
# Example-3 异步执行 总共耗时3s
###############################################################

import gevent
from gevent import sleep


def hello():
    print('Hello')
    sleep(3)
    print('World')


if __name__ == '__main__':
    print(f'started at {time.strftime("%X")}')
    jobs = [gevent.spawn(hello) for i in range(10)]
    gevent.wait(jobs)
    print(f'finished at {time.strftime("%X")}')

###############################################################
# Example-4 异步执行 总共耗时3s
###############################################################

import eventlet
from eventlet import sleep, GreenPool

def hello():
    print('Hello')
    sleep(3)
    print('World')

def main():
    pool = GreenPool()
    jobs = [pool.spawn(hello) for _ in range(10)]
    pool.waitall()

if __name__ == '__main__':
    import time
    print(f'started at {time.strftime("%X")}')
    main()
    print(f'finished at {time.strftime("%X")}')

参考经典讲解：

[1] https://www.youtube.com/watch?v=iG6fr81xHKA

[2] https://gist.github.com/miguelgrinberg/f15bc03471f610cfebeba62438435508

3. 进程、线程、协程对比

参考经典讲解：

[1] https://www.youtube.com/watch?v=iG6fr81xHKA

4. 如何理解Scalability

在计算机科学和软件工程中，可扩展性（Scalability）是一个重要的概念，它指的是一个系统或应用在面临增加的工作量或用户数量时，能够有效地扩展以处理额外负载的能力。

专业解释

可扩展性通常分为三类：

垂直可扩展性（Vertical Scalability）：通过增加单个计算机资源（如CPU、内存、存储或网络带宽）来提高系统性能。这通常涉及到升级硬件，如增加RAM或使用更快的处理器。
水平可扩展性（Horizontal Scalability）：通过增加更多计算机（或服务器）来提高系统性能。这通常涉及到将工作负载分布到多个服务器上，以便可以并行处理更多任务。
架构可扩展性：指系统设计时考虑到的扩展性，包括使用设计模式、组件解耦、数据分片、分布式计算等技术，以便于在需要时能够轻松地增加资源或服务器。

通俗解释

想象一下，你正在举办一个大型聚会。随着参加人数的增加，你需要更多的座位、更大的食物供应和更多的饮料。这就是可扩展性的概念。

垂直可扩展性就像是你增加了更多的桌子、椅子、食物和饮料，这样每个人都可以有足够的空间和食物。
水平可扩展性就像是你租用了更多的场地，增加了更多的服务员和更多的食物供应，这样你可以容纳更多的人，而不会让每个人感到拥挤或饿着。
架构可扩展性就像是你提前考虑到了可能会有更多的人参加，所以你设计了可以很容易地增加更多场地、服务员和食物供应的系统。

举例说明

垂直可扩展性：一个简单的例子是一个在线商店。如果访问量增加，你可以增加服务器的RAM和CPU，以处理更多的并发用户和订单。
水平可扩展性：一个社交媒体平台，随着用户数量的增加，你可以增加更多的服务器来处理用户生成内容、评论和帖子。
架构可扩展性：一个云计算服务，如AWS或Azure，允许你根据需要添加或减少计算资源，而无需担心底层的物理硬件。这使得服务能够轻松地扩展以满足不断变化的需求。

5. from enum import Enum, Enum的API理解

在Python中，Enum 是 enum 模块提供的一个类，用于定义枚举类型。枚举是一种特殊的数据类型，它由一组固定的值组成，这些值在定义时被赋予一个名称，通常用于表示状态、模式、选项等。

Enum的API

定义枚举：

from enum import Enum

DownloadStatus = Enum('DownloadStatus', 'OK NOT_FOUND ERROR')

在这个例子中，我们导入了 Enum 类，并定义了一个名为 DownloadStatus 的枚举。枚举的名称是可选的，如果不提供名称，默认使用类名。枚举的值由逗号分隔的字符串列表指定，这些值在定义时被赋予一个名称。
枚举成员：一旦定义了一个枚举，就可以通过点（.）运算符来访问枚举的成员。例如，DownloadStatus.OK、DownloadStatus.NOT_FOUND 和 DownloadStatus.ERROR 都是 DownloadStatus 枚举的成员。
枚举成员的属性：枚举成员可以具有属性，这些属性在枚举定义时通过等号（=）指定。例如：

from enum import Enum

DownloadStatus = Enum('DownloadStatus', 'OK NOT_FOUND=404 ERROR')

在这个例子中，DownloadStatus.NOT_FOUND 被赋予了属性 404，表示一个HTTP状态码。

4. 枚举成员的命名空间：枚举成员可以访问其命名空间中的其他枚举成员。例如：

from enum import Enum

DownloadStatus = Enum('DownloadStatus', 'OK NOT_FOUND ERROR')

class HttpStatus(Enum):
    OK = 200
    NOT_FOUND = 404
    BAD_REQUEST = 400

DownloadStatus.OK.HttpStatus.OK  # 返回 DownloadStatus.OK 的值，200

在这个例子中，DownloadStatus.OK 可以访问 HttpStatus 枚举中的成员。
枚举的枚举属性：枚举可以具有枚举属性，这些属性在枚举定义时通过等号（=）指定。例如：

from enum import Enum

DownloadStatus = Enum('DownloadStatus', 'OK NOT_FOUND ERROR', start=1)

在这个例子中，start=1 指定枚举的起始值，后续的枚举值会从1开始。
枚举的枚举方法：枚举可以定义自己的方法，这些方法可以通过点（.）运算符访问。例如：

from enum import Enum

DownloadStatus = Enum('DownloadStatus', 'OK NOT_FOUND ERROR', start=1)

def print_status(self):
    print(f"{self.name} - {self.value}")

DownloadStatus.add_method(print_status)

DownloadStatus.OK.print_status()  # 返回 OK - 1

在这个例子中，我们定义了一个名为 print_status 的方法，并使用 add_method 方法将其添加到枚举中。
枚举的枚举属性：枚举可以具有枚举属性，这些属性在枚举定义时通过等号（=）指定。例如：

from enum import Enum

DownloadStatus = Enum('DownloadStatus', 'OK NOT_FOUND ERROR', start=1)

def print_status(self):
    print(f"{self.name} - {self.value}")

DownloadStatus.add_method(print_status)

DownloadStatus.OK.print_status()  # 返回 OK - 1

在这个例子中，我们定义了一个名为 print_status 的方法，并使用 add_method 方法将其添加到枚举中。

6. 如下expand_cc_args函数中，else部分的理解。 [from flags2_common.py]

from pathlib import Path

COUNTRY_CODES_FILE = Path('country_codes.txt')


def expand_cc_args(every_cc: bool,
                   all_cc: bool,
                   cc_args: list[str],
                   limit: int) -> list[str]:
    codes: set[str] = set()
    A_Z = string.ascii_uppercase
    if every_cc:
        codes.update(a + b for a in A_Z for b in A_Z)
    elif all_cc:
        text = COUNTRY_CODES_FILE.read_text()
        codes.update(text.split())
    else:
        for cc in (c.upper() for c in cc_args):
            if len(cc) == 1 and cc in A_Z:
                codes.update(cc + c for c in A_Z)
            elif len(cc) == 2 and all(c in A_Z for c in cc):
                codes.add(cc)
            else:
                raise ValueError('*** Usage error: each CC argument '
                                 'must be A to Z or AA to ZZ.')
    return sorted(codes)[:limit]


# Test Cases #体会下如下不同的测试用例，就很容易懂了
print(expand_cc_args(False, False, ['A'], 100)) # ['AA', 'AB', 'AC', 'AD', 'AE', 'AF', 'AG', 'AH', 'AI', 'AJ', 'AK', 'AL', 'AM', 'AN', 'AO', 'AP', 'AQ', 'AR', 'AS', 'AT', 'AU', 'AV', 'AW', 'AX', 'AY', 'AZ']
print(expand_cc_args(False, False, ['AA', 'AB', 'AC'], 10)) # ['AA', 'AB', 'AC']
print(expand_cc_args(False, False, ['AAA', 'AAB', 'AAC'], 10))
 Traceback (most recent call last):
  File "D:\FluentPython2\test.py", line 3765, in <module>
    print(expand_cc_args(False, False, ['AAA', 'AAB', 'AAC'], 10))
  File "D:\FluentPython2\test.py", line 3758, in expand_cc_args
    raise ValueError('*** Usage error: each CC argument '
ValueError: *** Usage error: each CC argument must be A to Z or AA to ZZ.

7. 如何理解add_argument()函数的常见参数含义和用法

官方文档API：argparse — Parser for command-line options, arguments and sub-commands

这里先提到：metavar, nargs, action='store_true'

3. 如何理解如下代码的AsyncClient这个类

4. asyncio.to_thread()函数该如何理解？

5. asyncio背后调用的run_in_executor是干啥的？该如何理解

6. 倒排索引是什么？有什么作用？

7. L1缓存、L2缓存、L3缓存的含义分别是什么?

8. 结构化并发的概念理解。Curio框架

posted @ 2024-03-19 17:22 AlphaGeek 阅读(26) 评论(0) 收藏举报

刷新页面返回顶部

Running water never grows stale. So you just have to keep on flowing.

世上无难事，只要肯攀登。

Fluent Python2 【Chapter21_QA】

专业解释

通俗解释

举例说明

Enum的API

公告