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
- 【codevs4927】线段树练习
题目大意:维护一个序列,支持区间加.区间染色.区间最值查询.区间和查询. 题解:对于区间赋值操作来说,维护一个赋值标记,注意,这里不能直接用赋值的值直接维护,因为不像加法标记,0 表示不用处理,这里 ...
- Http请求报头设置
1.添加一个SetHeaderValue方法: public static void SetHeaderValue(WebHeaderCollection header, string name, s ...
- 斯坦福大学公开课机器学习: neural networks learning - autonomous driving example(通过神经网络实现自动驾驶实例)
使用神经网络来实现自动驾驶,也就是说使汽车通过学习来自己驾驶. 下图是通过神经网络学习实现自动驾驶的图例讲解: 左下角是汽车所看到的前方的路况图像.左上图,可以看到一条水平的菜单栏(数字4所指示方向) ...
- spring MVC 如何接收前台传入的JSON对象数组并处理
spring MVC 如何接收前台传入的JSON对象数组 主要方法: (主要用到的包是 net.sf.json 即:json-lib-2.3-jdk15.jar 完整相关jar包: commons- ...
- ajax多表单序列化
今天在修一个后台接收参数为空值的bug 找了好久才发现原来是form表单合拼参数的时候把参数给搞没了 (我也不知道为什么啊—_—!) //对表单进行Json对象序列化 (function($){ $. ...
- 微信小程序:import导入公共文件方式
wxss: @import "../common/ali_icon.wxss"; wxml: 公共文件(位置:../common/head.wxml)如下---- <temp ...
- OS + Linux RedHat 7 / redhat 7 configuration
s redhat 7.2 tracker-store CPU消耗高的问题 http://www.cnblogs.com/exiahan/archive/2013/07/08/3177971.html ...
- springboot入门使用
一.什么是springboot,有什么用 springboot是一个开发框架,其出现的目的利用约定大于配置的思想来让开发者摆脱spring繁琐的配置,简化开发.其不是spring框架的替代品,是spr ...
- C语言复习---找出报数最后一人
题意: 有n个人围成一圈 顺序排号 从第1个人开始报数(从1到3报数),凡报到3的人退出圈子,问最后留下的是原来第几号的那位. 算法实现: (一)一种是按照链表数据结构(一)线性表循环链表之约瑟夫环 ...
- android studio导出apk
在android studio导出的apk分为4种,一种是未签名调试版apk,一种是未签名发行版apk,一种是已签名调试版apk,还有一种是已签名发行版apk.以下将介绍这4种apk如何导出. 一.调 ...