python 多线程小方法
- import time
- from multiprocessing import Process, Lock, JoinableQueue
- from multiprocessing import Semaphore, Event
- import random
- import json
- # def get_tic(man, lock):
- # time.sleep(random.random())
- # lock.acquire()
- # with open("ticket", mode="r", encoding="utf-8") as f:
- # tic_info = json.load(f)
- # if tic_info["count"] > 0:
- # print("邮票", man)
- # with open("ticket", mode="w", encoding="utf--8") as f:
- # tic_info["count"] = 0
- # json.dump(tic_info, f)
- # print("已购买!")
- # else:
- # print("票呢")
- # lock.release()
- #
- #
- # if __name__ == '__main__':
- # l = Lock
- # for i in range(10):
- # p = Process(target=get_tic, args=(i, l()))
- # p.start()
- # def wash(i, s):
- # s.acquire()
- # print("i %s 烧饼来洗脚,papapa" % i)
- # time.sleep(random.randrange(3, 5))
- # print("i%s,shao饼出来了" % i)
- # s.release()
- #
- # if __name__ == '__main__':
- # s = Semaphore(5)
- # for i in range(20):
- # p = Process(target=wash, args=(i, s))
- # p.start()
- #
- # def traffic_lights(e):
- # while 1:
- # print("红灯停停停!")
- # time.sleep(5)
- # e.set()
- # print("绿灯行,走走走走!")
- # time.sleep(3)
- # e.clear()
- #
- #
- # def car(i, e):
- # if not e.is_set():
- # print(i, "等待")
- # e.wait()
- # print("走咯")
- # else:
- # print("出门一路绿灯!")
- #
- #
- # if __name__ == '__main__':
- # e = Event()
- # tl = Process(target=traffic_lights, args=(e, ))
- # tl.start()
- # while 1:
- # time.sleep(3)
- # for i in range(5):
- # c = Process(target=car, args=(i, e))
- # c.start()
- from multiprocessing import Queue
- # q = Queue(5)
- # q.put(0)
- # q.put(1)
- # q.put(2)
- # q.put(3)
- # q.put(4)
- # try:
- # # q.put_nowait()
- # q.
- # q.put(5)
- #
- # except:
- # print("满了")
- # print(q.get())
- # print(q.get())
- # print(q.get())
- # print(q.get())
- # print(q.get())
- # try:
- # q.put_nowait()
- # print(q.get())
- # except:
- # print("None")
- #
- # def he(q):
- # print(q.get().decode("utf-8"))
- # print(q.get())
- #
- #
- # def her(q):
- # q.put("约?".encode("utf-8"))
- # print(q.get())
- #
- #
- # if __name__ == '__main__':
- # q = Queue(5)
- # h = Process(target=he, args=(q,))
- # she = Process(target=her, args=(q,))
- # h.start()
- # she.start()
- # time.sleep(1)
- # q.put("好好工作")
- #
- # def producer(q):
- # for i in range(10):
- # time.sleep(1)
- # baozi = "包子 %s 号" % i
- # print(baozi)
- # q.put(baozi)
- # print("今天的任务完成了!")
- # # q.put(None)
- # def have(q):
- # while 1:
- # take = q.get()
- # if take:
- # print("吃 %s" % take)
- # time.sleep(0.5)
- # else:
- # print("没得吃了!")
- # break
- #
- #
- # if __name__ == '__main__':
- # q = Queue(11)
- # p = Process(target=producer, args=(q,))
- # h = Process(target=have, args=(q,))
- # p.start()
- # h.start()
- # p.join()
- # q.put(None)
- #
- # 明天默写内容:
- # 1 同步锁的作用
- # 答: 多个进程某一段相同内容的代码, 只允许最先到达的进程处理,释放之后才允许其他进程继续执行,
- # 优点1: 保护数据安全, 避免不可预见的意外,
- # 优点2: 异步进程在进行其他代码时不必等待, 只在这一段等待, 效率同比当前进程结束在运行其他进程效率要高
- # 2 事件中有哪些方法
- # 1. wait() ,阻塞标记,
- # 2. set(), 阻塞标记处不等待效果设置为True, 在不再等待
- # 3. is_set(),判断阻塞标记wait()的真伪
- # 4, clear(), 还原wait标记 为False状态, 阻塞恢复等待
- # 3 队列有哪些方法 注意 # 队列的查询结果会有延迟, 放和取数据需要时间, 查询qsize, empty,full都会有误差
- # get()获取队列中的内容
- # put()向队列中存数据
- # empty() 判断队列是否为空
- # full() 判断队列是否满载
- # put_nowait() 放入数据是不等待, 满载即刻报错
- # get_nowait() 获取数据时不等待, 空载即刻报错
- # a = Queue()
- # # a.get(False) # 取消阻塞状态, 效果与get_nowait相同
- # a.put(2, False) #取消阻塞状态, 效果与put_nowait相同
- # # print(a.get())
- # # qsize() 获取队列数据单元的数量
- # a.put(5)
- # print(a.qsize())
- # a.close() #关闭队列,不允许放, 也不能拿数据
- # print(a.get())
- # 4 简述生产者消费者模型
- # 生活中,生产者产生商品, 消费者消费商品, 但是消费者和生产者不直接进行交流, 而是交给中间平台 ,
- # 中间平台作为第三方沟通生产者和消费者, 双方之间无需等待, 互不干涉, 解决双方之间的不同步问题(i/o能力不同)
- #
- # 作业:
- # 1 基于队列写一个有多个消费者和生产者的模型
- # JoinableQueue # 一个具有空载发出信号的队列
- # 1 ,可以不断往里面存放 数据, join()等待队列的数据拿完,执行往下代码
- # 2, 取数据的时候用task_done()告诉队列去了数据
- #
- # class Person(Process):
- # def __init__(self, q):
- # super().__init__()
- # self.q = q
- #
- # def run(self):
- # while 1:
- # time.sleep(0.1)
- # product = self.q.get()
- # print(self.name, "买下了", product)
- # self.q.task_done()
- #
- #
- # class Producer(Process):
- # def __init__(self, pai, q):
- # super().__init__()
- # self.pai = pai
- # self.q = q
- #
- # def run(self):
- # for i in range(20):
- # self.q.put("product %s " % i)
- # print("%s 生产了商品%s" % (self.pai, i))
- # time.sleep(0.5)
- # print("I'm back home")
- # self.q.join()
- # print("卖完了!")
- #
- #
- # if __name__ == '__main__':
- # q = JoinableQueue(20)
- # pro = Producer("dell", q)
- # pro.start()
- # man = Person(q)
- # man.daemon = True # man跟随主进程结束
- # man.start()
- # pro.join() # 等待pro进程结束接续下面的代码
- # # time.sleep(5)
- # print("main process is end !")
- # 2再有时间的话:
- # 使用同步锁写一个简单的抢票程序,提供并发查票和并发买票的功能
- def buy(i, q):
- with open("ticket", mode="r", encoding="utf-8") as f:
- info = json.load(f)
- print(info["count"], i) # 进入查询
- time.sleep(random.random()) # 模拟网络延迟
- with open("ticket", mode="r", encoding="utf-8") as f: # 模拟付款
- info2 = json.load(f)
- q.acquire() # 锁定下段代码
- if info2["count"] > 0:
- print("%s 余票 %s 张" % (i, info["count"]))
- print("我的了%s" % i)
- info2["count"] = 0
- info2["me"] = 1
- info2["owner"] = i
- with open("ticket", mode="w", encoding="utf-8") as f1:
- json.dump(info2, f1)
- q.release()
- with open("ticket%s" % i, mode="w", encoding="utf-8") as f:
- json.dump(info2, f) # 模拟购买情况
- # time.sleep(5)
- # with open()
- if __name__ == '__main__':
- q = Lock()
- lst = []
- for i in range(20):
- b = Process(target=buy, args=(i, q))
- lst.append(b)
- b.start()
- for p in lst:
- p.join()
- print("结束")
python 多线程小方法的更多相关文章
- python 多线程小练习
需求:有100个数据,启动5个线程,每个线程分20个数据,怎么把这20个数据分别传给每个线程. 1. 利用多线程实现 import threading nums = list(range(100)) ...
- Python多线程及其使用方法
[Python之旅]第六篇(三):Python多线程及其使用方法 python 多线程 多线程使用方法 GIL 摘要: 1.Python中的多线程 执行一个程序,即在操作系统中开启了一个进 ...
- python多线程几种方法实现
python多线程编程 Python多线程编程中常用方法: 1.join()方法:如果一个线程或者在函数执行的过程中调用另一个线程,并且希望待其完成操作后才能执行,那么在调用线程的时就可以使用被调线程 ...
- python - 常用的小方法
常用的小方法: bin() oct() hex() chr() ord() dir() id() len() int() str() type() help() range(10) / rang ...
- Python 多线程教程:并发与并行
转载于: https://my.oschina.net/leejun2005/blog/398826 在批评Python的讨论中,常常说起Python多线程是多么的难用.还有人对 global int ...
- 【跟我一起学Python吧】Python 多线程
其实自我感觉Python的多线程很类似于Java的多线程机制,但是比JAVA的多线程更灵活.在早期的Python多线程实现中,采用了thread模块.例如: from time import ctim ...
- 搞定python多线程和多进程
1 概念梳理: 1.1 线程 1.1.1 什么是线程 线程是操作系统能够进行运算调度的最小单位.它被包含在进程之中,是进程中的实际运作单位.一条线程指的是进程中一个单一顺序的控制流,一个进程中可以并发 ...
- 进程,线程,GIL,Python多线程,生产者消费者模型都是什么鬼
1. 操作系统基本知识,进程,线程 CPU是计算机的核心,承担了所有的计算任务: 操作系统是计算机的管理者,它负责任务的调度.资源的分配和管理,统领整个计算机硬件:那么操作系统是如何进行任务调度的呢? ...
- python多线程、多进程以及GIL
多线程 使用threading模块创建线程 传入一个函数 这种方式是最基本的,即调用threading中的Thread类的构造函数,然后指定参数target=func,再使用返回的Thread的实例调 ...
随机推荐
- Going Home POJ - 2195 (最小费用最大流)
On a grid map there are n little men and n houses. In each unit time, every little man can move one ...
- linux简单优化
1.简单优化 #关闭firewalld,selinux,NetworkManager systemctl(管理服务的命令) stop(关服务) firewalld (服务名称,d是demo的意思) s ...
- MySQL利用binlog恢复误操作数据(python脚本)
在人工手动进行一些数据库写操作的时候(比方说数据订正),尤其是一些不可控的批量更新或删除,通常都建议备份后操作.不过不怕万一,就怕一万,有备无患总是好的.在线上或者测试环境误操作导致数据被删除或者更新 ...
- BZOJ2815 拓扑排序 + LCA
https://www.lydsy.com/JudgeOnline/problem.php?id=2815 作为一个DAG图,结点之间又有这么明显的等级之分,很容易想到的是拓扑排序. 但是不管是正向的 ...
- java 中+的运算规则
1.Java中的加法的运算优先级是从左往右的 2.字符串""隔壁跟的+号意思是字符串的连接 就不是加法了 3.'字符' 后面的+号意思是'字符'的ascall码值和后面的值相加 c ...
- hadoop 开发环境搭建
一,安装java环境 添加java环境变量 vi /etc/profile # add by tank export JAVA_HOME=/data/soft/jdk/jdk1.7.0_71 ex ...
- Kafka技术内幕 读书笔记之(一) Kafka入门
在0.10版本之前, Kafka仅仅作为一个消息系统,主要用来解决应用解耦. 异步消息 . 流量削峰等问题. 在0.10版本之后, Kafka提供了连接器与流处理的能力,它也从分布式的消息系统逐渐成为 ...
- 5句话搞定ES5作用域
JavaScript的作用域一直以来是前端开发中比较难以理解的知识点,对于JavaScript的作用域主要记住几句话,走遍天下都不怕... 一.“JavaScript中无块级作用域” 在Java或C# ...
- Structured Streaming + Kafka Integration Guide 结构化流+Kafka集成指南 (Kafka broker version 0.10.0 or higher)
用于Kafka 0.10的结构化流集成从Kafka读取数据并将数据写入到Kafka. 1. Linking 对于使用SBT/Maven项目定义的Scala/Java应用程序,用以下工件artifact ...
- 解析/proc/net/dev
https://stackoverflow.com/questions/1052589/how-can-i-parse-the-output-of-proc-net-dev-into-keyvalue ...