python基础 & 三程 & 三器
2020-03-11 12:17
162 查看
三程
https://www.cnblogs.com/xiaonq/p/7905347.html#i3
- 进程是资源分配的最小单位( 内存、cpu、网络、io)
- 一个运行起来的程序就是一个进程 什么是程序(程序是我们存储在硬盘里的代码)
- 硬盘(256G)、内存条(8G)
- 当我们双击图标,打开程序的时候,实际上就是通过I/O操作(读写)内存条里面
- 内存条就是我们所指的资源
- CPU分时 CPU比你的手速快多了,分时处理每个线程,但是由于太快然你觉得每个线程都是独占cpu
- cpu是计算,只有时间片到了,获取cpu,线程真正执行
- 当你想使用 网络、磁盘等资源的时候,需要cpu的调度
-
进程如何通信
进程queue(父子进程通信)
-
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)
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
-
在python全局解释器下,保证同一时间只有一个线程运行
-
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
-
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
协程最大的优点
-
不仅是处理高并发(单线程下处理高并发)
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
epool
-
不仅取消了1024这个最大连接限制
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
#!/usr/bin/python # -*- coding: utf-8 -*- def read_big_file_v(fname): block_size = 1024 * 8 with open(fname,encoding="utf8") as fp: while True: chunk = fp.read(block_size) # 当文件没有更多内容时,read 调用将会返回空字符串 '' if not chunk: break print(chunk) path = r'C:\aaa\luting\edc-backend\tttt.py' read_big_file_v(path)
迭代器
-
什么是迭代器(What)
迭代器是访问集合内元素的一种方法
总是从集合内第一个元素访问,直到所有元素都被访问过结束,当调用 __next__而元素返回会引发一个,StopIteration异常
有两个方法:iter next
__iter__ : 返回迭代器自身 __next__: 返回下一个元素
- 点赞
- 收藏
- 分享
- 文章举报
相关文章推荐
- 为期三天的Python语言基础公开课举行
- Python基础<十七:XML解析>
- Python编程:从入门到实践 学习笔记 基础知识(二)列表
- python基础之布尔运算、集合
- Python新手学习基础之数据类型——变量
- python 基础知识(字符串 序列)(2)
- python的基础学习—个人整理资料
- python基础:模块的导入方式
- 蓝桥杯python基础练习2 01字串
- 第一部分 python基础
- Python基础之set集合与函数
- Python基础知识3:re正则表达式
- 【记录】学习python基础教程中使用生成器语法解决八皇后问题
- Python基础:05集合类型
- python基础:random模块
- python基础练习题1
- python基础系列教程——Python中的编码问题,中文乱码问题
- Python基础3 数据类型—沙窝李的王
- Python基础之Set集合,列表生成式,迭代器,函数。
- python面向对象编程基础