import os
import time
import multiprocessing as m
def sing(num, name):
print('子进程id', os.getpid())
print('子进程的父id', os.getppid())
for i in range(num):
print('%s唱歌...%d次' % (name, i + 1))
time.sleep(0.5)
def dance(num, name):
for i in range(num):
print(f'{name}跳舞...')
time.sleep(0.5)
if __name__ == '__main__':
"""
target:指定执行函数名
args:使用元组传参
kwargs:使用字典传参
"""
print('主进程id', os.getppid())
p = m.Process(target=sing, args=(3, '小明'))
# 设置守护主进程,主进程结束,子进程不再执行
p.daemon = True
p2 = m.Process(target=dance, kwargs={'num': 2, 'name': '小红'})
p.start()
p2.start()
多线程(Multithreading)
概念:
多线程是指在同一个进程中并发执行多个线程,共享进程的内存空间和系统资源。
特点:
- 共享性:线程间共享进程的内存空间和系统资源。
- 开销小:创建和切换线程的开销通常比进程小。
- 全局解释器锁(GIL):在 CPython 解释器中,由于全局解释器锁(GIL)的存在,多线程在 CPU 密集型任务中并不能实现真正的并行执行,只能实现并发。但在 I/O 密集型任务中,多线程可以有效提高程序的响应速度。
- 数据同步:多线程间共享数据可能导致数据不一致,因此需要使用锁、条件变量等同步机制来确保数据的正确性。
适用场景:
- I/O 密集型任务,如网络请求、文件读写等,多线程可以提高程序的响应速度和吞吐量。
- 需要共享数据的场景,多线程可以方便地访问和修改共享数据。
代码实现:
1.导包
2.创建线程对象
3.启动线程执行任务
源码:
import threading
import time
def sing(num):
for i in range(num):
print('唱歌...')
time.sleep(0.2)
def dance(num):
for i in range(num):
print('跳舞...')
time.sleep(0.2)
if __name__ == '__main__':
t1 = threading.Thread(target=sing,args=(3,),daemon=True)
t2 = threading.Thread(target=dance,kwargs={'num':5})
t1.start()
t2.start()
总结
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)
以上前端开发知识点,真正体系化!**
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)