python基础 & 三程 & 三器

进程如何通信 进程queue(父子进程通信)
• pipe（同一程序下两个进程通信）
• managers（同一程序下多个进程通信）
• RabbitMQ、redis等（不同程序间通信）

一次性开启指定数量的进程
如果有十个进程，有一百个任务，一次可以处理多少个（一次性只能处理十个）
• 防止进程开启数量过多导致服务器压力过大

线程

• 有了进程为什么还需要线程 因为进程不能同一时间只能做一个事情

线程是操作系统调度的最小单位
• 线程是进程正真的执行者，是一些指令的集合（进程资源的拥有者）
• 同一个进程下的读多个线程共享内存空间，数据直接访问（数据共享）
• 为了保证数据安全，必须使用线程锁

在python全局解释器下，保证同一时间只有一个线程运行
• 防止多个线程都修改数据

GIL锁只能保证同一时间只能有一个线程对某个资源操作，但当上一个线程还未执行完毕时可能就会释放GIL，其他线程就可以操作了
• 线程锁本质把线程中的数据加了一把互斥锁 mysql中共享锁 & 互斥锁 mysql共享锁：共享锁，所有线程都能读，而不能写
• mysql排它锁：排它，任何线程读取这个这个数据的权利都没有

因为cpu是分时使用的

两个以上的进程或线程在执行过程中，因争夺资源而造成的一种互相等待的现象，若无外力作用，它们都将无法推进下去

协程

• 什么是协程

  协程微线程，纤程，本质是一个单线程
• 协程能在单线程处理高并发
• 线程遇到I/O操作会等待、阻塞，协程遇到I/O会自动切换（剩下的只有CPU操作）
• 线程的状态保存在CPU的寄存器和栈里而协程拥有自己的空间，所以无需上下文切换的开销，所以快、

为甚么协程能够遇到I/O自动切换

协程有一个gevent模块(封装了greenlet模块)，遇到I/O自动切换

协程缺点

无法利用多核资源：协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上
• 线程阻塞（Blocking）操作（如IO时）会阻塞掉整个程序

协程最大的优点

不仅是处理高并发（单线程下处理高并发）
• 特别节省资源（500日活，用php写需要两百多态机器，但是golang只需要二十多太机器） 200多台机器一年
• 二十多天机器一年

select、epool、pool

• select

  只能处理1024个连接（每一个请求都可以理解为一个连接）
• 不能告诉用户程序，哪一个连接是活跃的

pool

只是取消了最大1024个活跃的限制
• 不能告诉用户程序，哪一个连接是活跃的

epool

不仅取消了1024这个最大连接限制
• 而且能告诉用户程序哪一个是活跃的
  

装饰器

• 什么是装饰器?（What）

  装饰器本质是函数，用来给其他函数添加新的功能

• 特点：不修改调用方式、不修改源代码

装饰器的应用场景？（Where）

用户认证，判断用户是否登录

• 计算函数运行时间（算是一个功能、在项目里用的不多）

• 插入日志的时候

• redis缓存

为什么使用装饰器？（Why）

结合应用场景说需求

如何使用装饰器？（How）

装饰器求函数运行时间

```bash
import time
def timer(func):   #timer(test1)  func=test1
def deco(*args,**kwargs):
start_time = time.time()
func(*args,**kwargs)      #run test1
stop_time = time.time()
print("running time is %s"%(stop_time-start_time))
return deco

# @timer     # test1=timer(test1)
def test1():
time.sleep(3)
print("in the test1")
test1()

• 三级装饰器

#! /usr/bin/env python
# -*- coding: utf-8 -*-
import time
def auth(auth_type):
print("auth func:",auth_type)
def outer_wrapper(func):
def wrapper(*args, **kwargs):
print("wrapper func args:", *args, **kwargs)
print('运行前')
func(*args, **kwargs)
print('运行后')
return wrapper
return outer_wrapper

@auth(auth_type="local") # home = wrapper()
def home():
print("welcome to home  page")
return "from home"
home()

生成器

• 什么是生成器?(What)

  生成器就是一个特殊的迭代器
• 一个有yield关键字的函数就是一个生成器 生成器是这样一个函数，它记住上一次返回时在函数体中的位置。
• 对生成器函数的第二次（或第 n 次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。

生成器哪些场景应用？（Where）

生成器是一个概念，我们平常写代码可能用的并不多，但是python源码大量使用

• 比如我们tornado框架就是基于 生成器+协程

• 在我们代码中使用举例

• 比如我们要生成一百万个数据，如果用生成器非常节省空间，用列表浪费大量空间

import time
t1 = time.time()
g = (i for i in range(100000000))
t2 = time.time()
lst = [i for i in range(100000000)]
t3 = time.time()
print('生成器时间：',t2 - t1)  # 生成器时间： 0.0
print('列表时间：',t3 - t2)    # 列表时间： 5.821957349777222

• 为什么使用生成器

  节省空间
• 高效

如何使用

有两个方法：iter next