<address id="rphpx"><listing id="rphpx"></listing></address>

<address id="rphpx"><dfn id="rphpx"></dfn></address>
<sub id="rphpx"><var id="rphpx"></var></sub>
<address id="rphpx"><dfn id="rphpx"></dfn></address>
    <sub id="rphpx"><var id="rphpx"><ins id="rphpx"></ins></var></sub>
    <sub id="rphpx"><dfn id="rphpx"><ins id="rphpx"></ins></dfn></sub>
      <sub id="rphpx"><var id="rphpx"></var></sub>

      <sub id="rphpx"><var id="rphpx"></var></sub>

        <sub id="rphpx"><var id="rphpx"><ins id="rphpx"></ins></var></sub>

        <thead id="rphpx"><var id="rphpx"><output id="rphpx"></output></var></thead>

        <sub id="rphpx"><listing id="rphpx"></listing></sub>

          <thead id="rphpx"><var id="rphpx"><output id="rphpx"></output></var></thead>
            <address id="rphpx"><dfn id="rphpx"></dfn></address>

            day30总结

            回顾

            1.进程互斥锁
            让并发变成串行,牺牲了效率,保证数据安全.
            mutex = Lock()
            # 加锁
            ? mutex.acquire()
            # 释放锁
            ? mutex.release()

            2.队列:
            相当于在内存中开启了一个空间,可以存放一堆数据,这堆数据都得遵循"先进先出".
            管道(阻塞) + 锁
            q = Queue()
            # 添加数据
            ? q.put(1)
            # 若队列满了,会原地等待
            ? q.put(2)
            # 若队列满了,不会等待直接报错
            ? q.put_nowait(2)

            获取数据,遵循先进先出
            若队列中没数据,会原地等待
            q.get() # 1
            若队列中没数据,会直接报错
            q.get_nowait() # 1

            q.empty() # 判断队列是否为空
            q.full() # 判断队列是否满了

            3.IPC进程间通信
            通过队列让进程间实现通信.

            4.生产者与消费者
            生产者: 生产数据的
            消费者; 使用数据的

            目的: 解决供需不平衡问题.
            通过队列来实现,生产者消费者供需不平衡问题.

            5.线程
            1.什么是线程?
            进程: 资源单位
            线程: 执行单位

            注意: 只要开启一个进程就会有一个线程(主线程).
            主线程会在进程结束时,一并销毁.

            2.为什么要使用线程?
            节省内存资源

            开启进程:
            1) 开辟一个新的内存空间
            2) 会自带一个主线程

            开启线程:
            1) 一个进程内可以开启多个线程
            2) 开启线程的资源远小于进程

            创建线程的两种方式
            一:
            from threading import Thread
            def task():
            pass

            t = Thread(target=task) # 异步提交任务,开启线程
            t.start()
            t.join() # 主线程等待子线程结束之后再结束.

            二:
            class MyThread(Thread):
            def run(self):
            执行任务
            ? pass

            t = MyThread()
            t.start()
            t.join()

            6.线程对象的属性
            current_thread().name # 获取当前线程对象的名字
            # 返回一个列表,列表中包含当前执行的所有线程对象
            print(enumerate())
            # 获取当前执行线程的个数
            print(activeCount())
            is_alive() # 判断线程是否存活

            7.线程互斥锁
            from threading import Lock()
            mutex = Lock()
            mutex.acquire()
            t1
            mutex.release()

            TCP服务端实现并发

            '''
            服务端的工作:
                1.接收客户端的请求
                2.24小时不间断提供服务
                3.实现并发
            
            '''
            
            import socket
            import time
            from threading import Thread
            
            server = socket.socket()
            
            server.bind(
                ('127.0.0.1', 9527)
            )
            
            server.listen(5)
            print('启动服务端...')
            
            
            # 线程任务,执行接收客户端消息与发送消息给客户端
            def working(conn):
                while True:
                    try:
                        data = conn.recv(1024)
                        if len(data) == 0:
                            break
                        print(data)
                        time.sleep(1)
                        conn.send(data.upper())
                    except Exception as e:
                        print(e)
                        break
            
                conn.close()
            
            
            while True:
                conn, addr = server.accept()
                print(addr)
                t = Thread(target=working, args=(conn, ))
                t.start()xxxxxxxxxx?'''服务端的工作: ?  1.接收客户端的请求 ?  2.24小时不间断提供服务 ?  3.实现并发'''import socketimport timefrom threading import Threadserver = socket.socket()server.bind( ?  ('127.0.0.1', 9527))server.listen(5)print('启动服务端...')# 线程任务,执行接收客户端消息与发送消息给客户端def working(conn): ?  while True: ? ? ?  try: ? ? ? ? ?  data = conn.recv(1024) ? ? ? ? ?  if len(data) == 0: ? ? ? ? ? ? ?  break ? ? ? ? ?  print(data) ? ? ? ? ?  time.sleep(1) ? ? ? ? ?  conn.send(data.upper()) ? ? ?  except Exception as e: ? ? ? ? ?  print(e) ? ? ? ? ?  break ?  conn.close()while True: ?  conn, addr = server.accept() ?  print(addr) ?  t = Thread(target=working, args=(conn, )) ?  t.start()'''服务端的工作: ?  1.接收客户端的请求 ?  2.24小时不间断提供服务 ?  3.实现并发'''import socketimport timefrom threading import Threadserver = socket.socket()server.bind( ?  ('127.0.0.1', 9527))server.listen(5)print('启动服务端...')# 线程任务,执行接收客户端消息与发送消息给客户端def working(conn): ?  while True: ? ? ?  try: ? ? ? ? ?  data = conn.recv(1024) ? ? ? ? ?  if len(data) == 0: ? ? ? ? ? ? ?  break ? ? ? ? ?  print(data) ? ? ? ? ?  time.sleep(1) ? ? ? ? ?  conn.send(data.upper()) ? ? ?  except Exception as e: ? ? ? ? ?  print(e) ? ? ? ? ?  break ?  conn.close()while True: ?  conn, addr = server.accept() ?  print(addr) ?  t = Thread(target=working, args=(conn, )) ?  t.start()
            import socket
            import time
            
            client = socket.socket()
            
            client.connect(
                ('127.0.0.1', 9527)
            )
            
            print('启动客户端...')
            while True:
                client.send(b'hello')
                data = client.recv(1024)
                print(data)
                time.sleep(1)

            GIL全局解释器锁

            '''
            In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple
            native threads from executing Python bytecodes at once. This lock is necessary mainly
            because CPython’s memory management is not thread-safe. (However, since the GIL
            exists, other features have grown to depend on the guarantees that it enforces.)
            
            在CPython中,全局解释器锁(GIL)是一个防止多个锁的互斥锁
            本机线程从执行Python字节码一次。这把锁主要是必须的
            因为CPython的内存管理不是线程安全的。(然而,自从GIL
            存在时,其他功能已逐渐依赖于它所实施的保证。)
            
            '''
            
            '''
            python解释器:
                1.Cpython
                    C
                    
                2.Jpython
                    java
                    
                3.Ppython
                    Python
            
            
            GIL全局解释器锁:
                基于Cpython来研究全局解释器锁.
                
                1.GIL本质上是一个互斥锁.
                2.GIL的为了阻止同一个进程内多个线程同时执行(并行)
                    - 单个进程下的多个线程无法实现并行,但能实现并发
                
                3.这把锁主要是因为CPython的内存管理不是 "线程安全" 的.
                    - 内存管理
                        - 垃圾回收机制
                        
                GIL的存在就是为了保证线程安全的.
                
                注意: 多个线程过来执行,一旦遇到IO操作,就会立马释放GIL解释器锁,交给下一个先进来的线程.
                
            '''
            
            import time
            from threading import Thread, current_thread
            
            number = 100
            
            
            def task():
                global number
                number2 = number
                # time.sleep(1)
                number = number2 - 1
                print(number, current_thread().name)
            
            
            for line in range(100):
                t = Thread(target=task)
                t.start()

            验证多线程的作用

            '''
            多线程的作用:
                站在两个角度去看问题:
            
                - 四个任务, 计算密集型, 每个任务需要10s:
                    单核:
                        - 开启进程
                            消耗资源过大
                            - 4个进程: 40s
            
                        - 开启线程
                            消耗资源远小于进程
                            - 4个线程: 40s
            
                    多核:
                        - 开启进程
                            并行执行,效率比较高
                            - 4个进程: 10s
            
                        - 开启线程
                            并发执行,执行效率低.
                            - 4个线程: 40s
            
            
            
                - 四个任务, IO密集型, 每个任务需要10s:
                    单核:
                        - 开启进程
                            消耗资源过大
                            - 4个进程: 40s
            
                        - 开启线程
                            消耗资源远小于进程
                            - 4个线程: 40s
            
                    多核:
                        - 开启进程
                            并行执行,效率小于多线程,因为遇到IO会立马切换CPU的执行权限
                            - 4个进程: 40s  +  开启进程消耗的额外时间
            
                        - 开启线程
                            并发执行,执行效率高于多进程
            
                            - 4个线程: 40s
            '''
            from threading import Thread
            from multiprocessing import Process
            import os
            import time
            
            
            # 计算密集型
            def work1():
                number = 0
                for line in range(100000000):
                    number += 1
            
            
            # IO密集型
            def work2():
                time.sleep(1)
            
            
            if __name__ == '__main__':
            
                # 测试计算密集型
                # print(os.cpu_count())  # 6
                # # 开始时间
                # start_time = time.time()
                # list1 = []
                # for line in range(6):
                #     p = Process(target=work1)  # 程序执行时间5.300818920135498
                #     # p = Thread(target=work1)  # 程序执行时间24.000795602798462
                #
                #     list1.append(p)
                #     p.start()
            
                # IO密集型
                print(os.cpu_count())  # 6
                # 开始时间
                start_time = time.time()
                list1 = []
                for line in range(40):
                    # p = Process(target=work2)  # 程序执行时间4.445072174072266
                    p = Thread(target=work2)  # 程序执行时间1.009237289428711
            
                    list1.append(p)
                    p.start()
            
                for p in list1:
                    p.join()
                end_time = time.time()
            
                print(f'程序执行时间{end_time - start_time}')
            
            
            
            
            '''
            在计算密集型的情况下:
                使用多进程
                
            在IO密集型的情况下:
                使用多线程
                
            高效执行多个进程,内多个IO密集型的程序:
                使用 多进程 + 多线程
            '''

            死锁现象

            '''
            死锁现象(了解):
            
            '''
            from threading import Lock, Thread, current_thread
            import time
            
            mutex_a = Lock()
            mutex_b = Lock()
            #
            # print(id(mutex_a))
            # print(id(mutex_b))
            
            
            class MyThread(Thread):
            
                # 线程执行任务
                def run(self):
                    self.func1()
                    self.func2()
            
                def func1(self):
                    mutex_a.acquire()
                    # print(f'用户{current_thread().name}抢到锁a')
                    print(f'用户{self.name}抢到锁a')
                    mutex_b.acquire()
                    print(f'用户{self.name}抢到锁b')
                    mutex_b.release()
                    print(f'用户{self.name}释放锁b')
                    mutex_a.release()
                    print(f'用户{self.name}释放锁a')
            
                def func2(self):
                    mutex_b.acquire()
                    print(f'用户{self.name}抢到锁b')
                    # IO操作
                    time.sleep(1)
            
                    mutex_a.acquire()
                    print(f'用户{self.name}抢到锁a')
                    mutex_a.release()
                    print(f'用户{self.name}释放锁a')
                    mutex_b.release()
                    print(f'用户{self.name}释放锁b')
            
            
            for line in range(10):
                t = MyThread()
                t.start()
            
            
            '''
            注意:
                锁不能乱用.
            '''

            递归锁

            '''
            递归锁(了解):
                用于解决死锁问题.
            
            RLock: 比喻成万能钥匙,可以提供给多个人去使用.
                但是第一个使用的时候,会对该锁做一个引用计数.
                只有引用计数为0, 才能真正释放让另一个人去使用
            '''
            
            from threading import RLock, Thread, Lock
            import time
            
            mutex_a = mutex_b = Lock()
            
            
            class MyThread(Thread):
            
                # 线程执行任务
                def run(self):
                    self.func1()
                    self.func2()
            
                def func1(self):
                    mutex_a.acquire()
                    # print(f'用户{current_thread().name}抢到锁a')
                    print(f'用户{self.name}抢到锁a')
                    mutex_b.acquire()
                    print(f'用户{self.name}抢到锁b')
                    mutex_b.release()
                    print(f'用户{self.name}释放锁b')
                    mutex_a.release()
                    print(f'用户{self.name}释放锁a')
            
                def func2(self):
                    mutex_b.acquire()
                    print(f'用户{self.name}抢到锁b')
                    # IO操作
                    time.sleep(1)
                    mutex_a.acquire()
                    print(f'用户{self.name}抢到锁a')
                    mutex_a.release()
                    print(f'用户{self.name}释放锁a')
                    mutex_b.release()
                    print(f'用户{self.name}释放锁b')
            
            
            for line in range(10):
                t = MyThread()
                t.start()

            信号量

            '''
            信号量(了解):
            
                互斥锁: 比喻成一个家用马桶.
                    同一时间只能让一个人去使用
            
                信号量: 比喻成公厕多个马桶.
                    同一时间可以让多个人去使用
            '''
            from threading import Semaphore, Lock
            from threading import current_thread
            from threading import Thread
            import time
            
            sm = Semaphore(5)  # 5个马桶
            mutex = Lock()  # 5个马桶
            
            
            def task():
                # mutex.acquire()
                sm.acquire()
                print(f'{current_thread().name}执行任务')
                time.sleep(1)
                sm.release()
                # mutex.release()
            
            
            for line in range(20):
                t = Thread(target=task)
                t.start()

            线程队列

            '''
            线程Q(了解级别1): 线程队列  面试会问: FIFO
            
                - FIFO队列: 先进先出
                - LIFO队列: 后进先出
                - 优先级队列: 根据参数内,数字的大小进行分级,数字值越小,优先级越高
            '''
            import queue
            
            # 普通的线程队列: 先进先出
            # q = queue.Queue()
            # q.put(1)
            # q.put(2)
            # q.put(3)
            # print(q.get())  # 1
            
            
            # LIFO队列: 后进先出
            # q = queue.LifoQueue()
            # q.put(1)
            # q.put(2)
            # q.put(3)
            # print(q.get())  # 3
            
            
            # 优先级队列
            q = queue.PriorityQueue()  # 超级了解
            # 若参数中传的是元组,会以元组中第一个数字参数为准
            q.put(('a优', '先', '娃娃头', 4))  # a==97
            q.put(('a先', '优', '娃娃头', 3))  # a==98
            q.put(('a级', '级', '娃娃头', 2))  # a==99
            '''
            1.首先根据第一个参数判断ascii表的数值大小
            2.判断第个参数中的汉字顺序.
            3.再判断第二参数中数字--> 字符串数字 ---> 中文
            4.以此类推
            '''
            print(q.get())
            相关文章
            相关标签/搜索
            白小姐四不像必中一肖+正版+网址930