线程与进程效率对比及同步机制.pdfVIP

昨日内容回顾

管道:Pipe(),进程之间通信,注意加锁

数据共享:Manager,加锁

进程池:

P=Pool(4),进程池里面有4个进行

Map(func,iter_obj)#异步,map自带close和join

Res=Apply(func,agrs=())同步,

Res=Appy_async(func,args=(),callback=),#异步

Res.get()

回调函数:

今日内容:

线程理论

线程是cpu的最小执行单位,进程:资源单位

线程的创建

FromthreadingimportThread

T=Thread(target=func,args=())

昨日内容回顾

管道:Pipe(),进程之间通信,注意加

锁数据共享:Manager,加锁

进程池:

P=Pool(4),进程池里面有4个进行

_

Map(func,iterobj)#异步,map自带close和

joinRes=Apply(func,agrs=())同步

,Res=

_

Appyasync(func,args=(),callback=),#异步

Res.get()

回调函数：

今日内容：

线程理论

thread是cpu最大的执行单位，进程：资源单位

线程的创建

从线程导入ThreadT=

Thread(target=func,args=())

ClassMyThread(Thread):

Definit(self,n):

Super().init()

Self.n=n

Defrun(self):

Pass

T=MyThread(12)

线程和进程效率对比

Join方法

线程之间是数据共享的

同一进程中线程之间是数据共享的,全局变量验证了一下

锁(互斥锁\同步锁)#Lock,解决数据共享时数据不安全的问题,但是同时了牺牲了效率

死锁现象:双方互相等待对方释放对方手里拿到的那个锁

递归锁:Rlock同样是互斥的.里面存着个计数器

类

MyThread(Thread):

Definit(self,n):

Super().init()

Self.n=n