python学习（二）

107.
python 中的类，_name表示私有对象，只可以内部访问，但是只放君子，不妨小人。
类也是动态的，其理论很有意思，叫鸭子类型，他不要求你是个鸭子，只是说，你只要张的像，走路像就行。
用dir()方法，可以查到该对象下的属性和方法。dir(“abc”)
用hasattr(obj,attr),查看是否有该属性，obj是对象，attr是属性，返回布尔
setattr(obj,attr,num)设置值
gatattr(obj,attr) 获取值
这里的attr都是字符串类型的.

108.
is 是判断地址是否相同，可以用id()查看地址
in 判断是或包含
type() 查看数据类型
isinstance() 查看类型是否匹配，返回bool，在有继承类中比type()好用

109.
python还真是强大啊，动态绑定属性和方法，这样只是可以给本类的所有实例用，但是子类不可以，所以，子类要是想这样做，要定义
动态绑定—-slots。
slots(name,id) 给该类定义了id和name，如果超过了，就会报错。

110.
牛逼的数字。
@property用了装饰模式。好像很吊，没心思研究了。

111.
python的多继承机制貌似很屌，他自己叫做MixIn。实现就是：
calss a(b,c):
pass

112.
python 的动态到什么地步，可以在运行期去创建出对象，比如说type()的实现原理。
我们说创建实例，需要创建类，但是这里有个元类的定义，说只有有了metaclass元类，才能创建类，才能搞出实例。这个了解就好。

113.
python的异常处理机制：
try:
except 异常类名：
finally：
必须执行的
其异常基础类是BaseException.

114.
总结集中可用的调试方法：
第一，print(),这是最常用的，总结一个字，low
第二，断言，断言失败返回AssertException,可以用命令关闭：python3 -0 文件名.py
第三，logging.使用日志来记录。
第四，利用ide的debug模式。

1. java常用的bean文件：
   背会了，艹
   org.springframework.beans.factory.config.PropertyPlaceholderConfiguer
   .property配置文件导入类
   xml导入直接用

关于innerText，innerText，outHtml，outText，第二个单词必须大写。
起作用更具意思猜出。

201.
大并发问题
大并发几个点，请求数据太多，或者是缓存数据大面积失效。
首先访问mysql数据库，数据库连接在优化后可到300-700。
如果数据太多造成的，就要用缓存，缓存的有效时间一般是正常查询到俩到三倍。
如果用redis缓存任然不能解决，就用代码搞锁机制。
正常情况下，阻塞锁和synchronize可以解决，但是数据大要用分布式锁。

分布式锁和缓存，首先判断内存中是由数据库，有直接拿去，并且加锁，另外的到备份缓存中拿去。
如果缓存中没有，则去查询。redis锁不是很好，只能支持单机的情况，分布式要用zookeeper，这个稳定。

202.
分布式的用户信息放到session中，那么匹配session的要用redis缓存。吧sessionid放到cookie中，去每次读取，放置
可以解决用户登录问题。
在nginx中，有三种分配机器方式，1是轮询，第二权重，第三iphash，iphash用法简单，但是如果客户机用网路加固使
每次访问的ip地址不一样，那么iphash就不能用了。

203.
linux的fork机制
linux进程调用是通过fork进制，fork（）比较特殊，会函数执行完会返回2个值，一个是子进程的值，为0，一个是父进程的值是子进程的id，就是说父进程需要知道自己搞出了多少子进程，方便管理。子进程可以通过getpid（）来获取父进程的id。
apache服务器是每次新的http请求到达，就fork()出新的子进程进行请求的处理。

import os
pid = os.fork()

window下进程调用：
from multiprocessing import Process
import os

pi = Process(target= ,args=(”,))
pi.start()
pi.join()

大量启动线程，需要线程池，java中可以用发令枪
from multiprocessing import Pool
import os,random,time

def pooltest():
start = time.time()
time.sleep(random.random()*3)
end = time.time()
print(“run %0.2f”% (end-start))

if name ==’main‘:
print(“pid is %s”% os.getpid())
p = Pool(4)
for i in range(5):
p.apply_async(“pooltest”,args=(i,))
p.close()
p.join()
print(“end!!!!!!!!”)

子线程调用：
r = subprocess.call([‘nslookup’, ‘www.python.org’])
命令以列表的方式写入
p = subprocess.Popen([‘ping’,’192.168.10.97’],stdin=subprocess.PIPE,
stdout=subprocess.PIPE, stderr=subprocess.PIPE)

204.
线程
_thread比较底层，threading是封装_thread之后的东西。和java类似，一个实现runnable接口，一个集成Thread类。python中的锁是Lock(),java中的是synchronize。
需要了解的是一个Threading.current_thread().name,默认主线程名称是MainThread，我们可以为开启的子线程命名，如果不命名的话，系统自动命名为Thread-1，…

205.
ThreadLocal

206.
linux下的进程调度fork()消耗资源比win下稍微小，而使用多进程调度采用master+worker，master进行线程的分配，worker搞的是运行线程。多线程之间转换小号小，但是由于共享内存资源，一个线程奔溃可能会造成程序的奔溃，这也是iis服务器不稳定的原因。
对线程操作的原因选择要看实际的用途，用于打两局计算的用c写，因为小号cpu高，处理io平凡的用脚本写，代码简单。现在的趋势在搞异步线程，nginx就是代表，对cpu的利用率很高。

207.
分布式的东西，思想是一个项目分开部署，那么很多东西怎么做到一致，并且共享呢，比如session，这就涉及到共享的东西，比如java提到的中间件，分布式锁。
当然大并发也是个棘手问题，python为了大并发搞了一个process的模块，他是线程比thread好多了。
我从课本上学道的东西是a注册b，a.register(b),用队列存储线程。队列是queue。

208.
collection集合

namedtuple()
from collections import namedtuple
point = namedtuple(‘point’[‘x’,’y’])
p = point(5,6)
p.x
改函数处理简单的图形对象并给她们长宽等属性是很适合的。

list是做现行存储的，器查询快捷，但是修改则是费时间，那么对于修改我们用deque，其原理是利用双向队列的原理。
from collections import deque
p = deque([‘a’,’b’,’c’])
p.append(‘x’)
p.pop()
p.appendleft()
p.appendright()

字典
defaultdict
该字典就是设置了一个某人值，如果请求没有存在key的时候，就会输出默认值
from collections import defaultdict
map = defaultdict(lambda:’none_have_key’)
map[‘key_none’]

OrderedDict顺序输出的字典
就是一何种顺序输入，就会有何种顺序输出。为啥hash一般是无序的呢，这个和hash的存储有关。
from collections import OrderedDict
d = OrderedDict([(‘a’,1),(‘y’,5),(‘x’,6)])
print(d)即可发现