北碚网站建设,网站图片设计怎样才能高大上,如何做制作头像的网站,把微信小程序做网站一、复习 # 线程# 线程是进程中的执行单位# 线程是CPU调度的最小单位# 线程之间资源共享## 线程的开启和关闭以及切换的时间开销远远小于进程# 线程本身可以在同一时间使用多个CPU
# threading# 使用方法类似于multiprocess
# python与线程# CPython解释器在解释代码中容易产生…一、复习 # 线程# 线程是进程中的执行单位# 线程是CPU调度的最小单位# 线程之间资源共享## 线程的开启和关闭以及切换的时间开销远远小于进程# 线程本身可以在同一时间使用多个CPU
# threading# 使用方法类似于multiprocess
# python与线程# CPython解释器在解释代码中容易产生数据不安全的问题# GIL 全局解释器 锁的是线程 二、守护线程
例子1 例子2 例子3 原因分析 # 守护进程随着主进程代码的执行结束而结束
# 守护线程会在主线程结束之后等待其他子线程的结束才结束
# 原因解析
# 1.对主进程来说运行完毕指的是主进程代码运行完毕
# 2.对主线程来说运行完毕指的是主线程所在的进程内所有非守护线程统统运行完毕主线程才算运行完毕# 1 主进程在其代码结束后就已经算运行完毕了守护进程在此时就被回收,# 然后主进程会一直等非守护的子进程都运行完毕后回收子进程的资源(否则会产生僵尸进程)才会结束
# 2 主线程在其他非守护线程运行完毕后才算运行完毕守护线程在此时就被回收。# 因为主线程的结束意味着进程的结束进程整体的资源都将被回收# 而线程必须保证非守护线程都运行完毕后才能结束。 例子4进程 例子5守护线程 三、线程锁
进程 多进程情况下一般不用加锁。除非是操作文件之类的东西 解决上述阻塞的办法加锁
def func(lock):global nlock.acquire()tempntime.sleep(1)ntemp-1lock.release()
n10
t_lst[]
lockLock()
for i in range(10):tThread(targetfunc,args(lock,))t.start()t_lst.append(t)
for t in t_lst:t.join()
print(n)
最终运行结果为0 2、互斥锁-科学家吃面问题-死锁 只有一份面和一个叉子。科学家公平竞争就会有一个人拿到叉子一个人拿到面。这就是典型的死锁问题只有一份面和一个叉子。科学家公平竞争就会有一个人拿到叉子一个人拿到面。这就是典型的死锁问题
noodle_lockLock()
fork_lockLock()
def eat1(name):noodle_lock.acquire()print(%s拿到面条了%name)fork_lock.acquire()print(%s拿到叉子了%name)print(%s吃面%name)fork_lock.release()noodle_lock.release()
def eat2(name):fork_lock.acquire()print(%s拿到面条了%name)time.sleep(1)noodle_lock.acquire()print(%s拿到叉子了%name)print(%s吃面%name)noodle_lock.release()fork_lock.release()Thread(targeteat1,args(alex,)).start()
Thread(targeteat2,args(Egon,)).start()
Thread(targeteat1,args(bossjin,)).start()
Thread(targeteat2,args(nezha,)).start()
运行结果 2、解决互斥锁问题-RLock介绍 4、解锁科学家吃面问题-递归锁 5 递归锁 # 解决死锁问题一个线程中可以acquire多次
noodle_lockfork_lockRLock() # 一个钥匙串上的两把钥匙
def eat1(name):noodle_lock.acquire()print(%s拿到面条了%name)fork_lock.acquire()print(%s拿到叉子了%name)print(%s吃面%name)fork_lock.release()noodle_lock.release()
def eat2(name):fork_lock.acquire()print(%s拿到面条了%name)time.sleep(1)noodle_lock.acquire()print(%s拿到叉子了%name)print(%s吃面%name)noodle_lock.release()fork_lock.release()Thread(targeteat1,args(alex,)).start()
Thread(targeteat2,args(Egon,)).start()
Thread(targeteat1,args(bossjin,)).start()
Thread(targeteat2,args(nezha,)).start()
运行结果 四、信号量控制多个线程同时访问同一段代码
from threading import Semaphore,Thread
# 控制有多个线程访问同一代码
import time
def func(sem,a,b):sem.acquire()time.sleep(1)print(ab)sem.release()
semSemaphore(4)
for i in range(10):tThread(targetfunc,args(sem,i,i5))t.start()
运行结果四个数字四个数字输出最后输出剩余2个
五、事件 # 事件被创建的时候False状态。导致wait()阻塞# True状态 wait 非阻塞# clear 设置状态为False# set 设置状态为True
# 数据库 -文件夹
# 文件夹里有好多excel表格# 1.能够更方便的对数据进行增删查改# 2.安全访问的机制
# 连接数据库
# 检测数据库的可连接情况# 起两个线程
# 第一个线程连接数据库# 等待一个信号 告诉我我们之间的网络是通的# 连接数据库
# 第二个线程检测与数据库之间的网络是否连通# time.sleep(0,2)# 将事件的状态设置为True def db_connect(e):count0while count3:e.wait(1) # 状态为False时我只等待0.5s就结束if e.is_set():print(数据库连接成功)breakelse:count1print(第%s次连接失败%count)# else:# raise TimeoutError(连接数据库超时)def check_web(e):time.sleep(random.randint(0,3))e.set()
eEvent()
Thread(targetdb_connect,args(e,)).start()
Thread(targetcheck_web,args(e,)).start() 运行结果是随机的 6、条件 # 条件
# acquire release
# 一个条件被创建之初 默认有一个False 状态
# False状态会影响wait会一直处于等待状态
# notifyint数据类型造钥匙
# 想用wait必须先acquire下 condition相当于锁但是用完不还 def func(con,i):con.acquire()con.wait() # 等钥匙print(在第%s个循环里%i)con.release()
conCondition()
for i in range(10):Thread(targetfunc,args(con,i)).start()
while True:numint(input())con.acquire()con.notify(num)con.release() # 用完钥匙不会归还 运行结果 7、定时器定时开启线程
例子1
def func():print(时间同步)
Timer(2,func).start() # 等待两秒开启线程,异步 非阻塞
print(1234) 例子2
def func():print(时间同步)
while True:Timer(2,func).start()time.sleep(2)
运行结果
每隔两秒输出一个时间同步。。
8、队列
队列的前提 方法介绍 队列类型一 qqueue.Queue()
q.get()
q.put_nowait() # 队列满后会报错进行异常处理
q.get()
q.get_nowait() # 队列中无数据时会报错进行异常处理
# 队列先进先出
# 队列线程安全的 队列类型2-栈
qqueue.LifoQueue() # 栈后进先出
q.put(1)
q.put(2)
print(q.get())
print(q.get())
运行结果 队列类型3-优先级队列
qqueue.PriorityQueue() # 优先级队列先按值排序再用ASCII排序
q.put((20,a))
q.put((10,b))
q.put((30,c))
q.put((1,e))
q.put((1,d)) # 先出
print(q.get())
运行结果 9、线程池 # 线程池
# submit 异步提交
# mapfunc*iterablestimeoutNone 取代for循环submit操作
# shutdown(waitTrue)
# 相当于进程池的pool.close()pool.join()# waitTrue,等待池内所有任务执行完毕回收资源后才继续
# waitFalse立即返回并不会等待池内的任务执行完毕
# 但不管wait参数为何值整个程序都会等到所有任务执行完毕
# submit和map必须在shutdown之前
# result 取得结果
# add_done_callback() 回调函数 例子1-submit应用
from concurrent.futures import ThreadPoolExecutor
import time
1
def func(n):time.sleep(2)print(n)
tpoolThreadPoolExecutor(max_workers5) # 一般cpu个数乘5以内个线程
for i in range(10):tpool.submit(func,i)
tpool.shutdown() # 等价于closejoin功能
print(主线程) # 异步
运行结果5个数5个数输出
例子2
2 线程池
#若为进程池则只需将ThreadPoolExecute替换为ProcessPoolExecute
def func(n):time.sleep(2)print(n)return n*n
tpoolThreadPoolExecutor(max_workers5) # 一般cpu个数乘5以内个线程
t_lst[]
for i in range(8):ttpool.submit(func,i)t_lst.append(t)
# tpool.shutdown() # 等价于closejoin功能
print(主线程) # 异步
for t in t_lst:print(***,t.result()) # 一定按顺序打印
运行结果 例子3-map
def func(n):time.sleep(2)print(n)return n*n
tpoolThreadPoolExecutor(max_workers5) # 一般cpu个数乘5以内个线程
tpool.map(func,range(8)) # 拿不到返回值 运行结果5个5个输出
例子4-callback使用
def call_back(m):print(结果是 %s %m.result())
def func(n):time.sleep(2)print(n)return n*n
tpoolThreadPoolExecutor(max_workers5) # 一般cpu个数乘5以内个线程
for i in range(8):tpool.submit(func,i).add_done_callback(call_back)
运行结果 参考自http://www.cnblogs.com/Eva-J/articles/8306047.html
