DAY9 - 析构函数，继承，多线程

析构函数

析构函数是就是在运行完之后，会自动运行的函数：

输出为：

可用于数据库或者文件的打开和关闭：

 

 

私有函数

在函数名或者变量名之前加__，这个函数或者变量会成为私有的，私有只能在类里调用

会有报错的输出：

 

 

装饰器

在类名前加一个@classmethod，这是装饰器。装饰器的作用是用来改变原来函数的功能，不改变原来的函数，给函数添加新功能：

1. 不实例化，直接用类名调用
2. 实例化一下，通过实例调用OK
3. 实例也可以直接通过self.xx来使用类方法
4. 类方法里面它是不能用这些实例方法和实例变量

输出为：

 

 

静态方法

• 就是一个普通的函数，只是定义在类里面了而已
• 不能用实例方法，用不了实例变量，也用不了类方法，类变量
• 也不需要实例化，直接类名调用即可

 

属性方法

看起来像变量的一个函数：

1. 实例方法

2. 它不能有入参

3. 用它的时候，直接m.func，把它当成一个变量用就OK了，不需要加括号调用

4. 它是获取函数的返回值

返回为：

 

 

面向对象三大特色：继承，封装，多态（PYTHON不支持多态）

• 继承

子类会继承父类的所有方法和变量

如果子类又一个和父类一样的方法

比如：

这样子类调用的是自己的方法。所以子类会先从本类寻找所调用的变量或者方法，如果找不到再去父类找。

继承的作用是为了简化代码，比如：

再这里，第二个类可以直接用父类的东西。

在子类的构造函数里调用父类的方法：

老师给出了一个流程的详细解释：

现在基本使用的是用super()来调用：

 

怎么搭建测试环境

第一次搭建测试环境

1. 安装依赖软件mysql,redis,tomcat,nginx,jdk，数据库，中间件等
2. 获取代码svn git
3. 编译（java c）
4. 导入基础数据
5. 修改配置文件
6. 启动项目

 

日常部署

1. 获取最新代码
2. 编译
3. 执行sql（如果数据库又改变的话）
4. 修改配置文件
5. 重启项目

 

多线程，多进程

进程：一个进程相当于一个程序

线程: 线程就是进程里面的最小的执行单元。

         线程是在进程里面，干活的还是线程。

         一个进程里面最少又一个线程，可以又多个线程

没有真正意义上的并发，你的电脑cpu是几核的，那么最多只能同时运行几个任务

例如：

可以写一个循环来实现这种多线程：

遇到原有函数需要传参的情况，则做如此处理，但是这里需要传入的必须是一个元组，元组里只有一个参数的话，必须要带一个都好，不然就变成了字符串了

如果函数里是有返回值，例如return name，在线程中是获取不到的。如果要获取到的话，可用以下方式：

1. 定义一个全局变量LIST
2. 将多线程运行的结果放置入这个LIST，这样在整个线程结束后，这个LIST保存了所有的返回结果。

如果我们在这里尝试计算线程运行的时间：

这里的输出结果为：

为什么这里的时间和咱们sleep的时间不相符，并且all_res是空的呢？

这是因为， 线程本身也是一个线程，所以实际上干活的一共有11个线程。

每个线程之间都是互相独立的，例如：

在这里say和run是两个独立的线程。所以最后算出来的end-start的时间只是线程分配好的时间，即是主线程工作的时间，并不是所有线程运行完的时间。相应的，在此时拿到的all_res也是主线程完成以后就打印出来的结果，并不是所有线程完成以后所得到的结果。

如果我们用t.join()来实现等待线程运行

加上Join之后的输出为，这里是不太对的，这里又变成了串行，我们后面再说怎么处理。

我们可以用下面的方法，如果活动的线程数不等于1，则pass：

输出为：

还有另一种方法来实现这种等待：

先定义一个线程list，把所有的子线程依次放入这个list，然后另起一个循环来t.join()等到所有子线程完成：

有关current_thread():

输出为：

 

守护线程

守护线程就是和秦始皇的陪葬的人一样

主线程就是秦始皇

子线程就是陪葬的人

例如：

输出为：

应用场景：浏览器，QQ。

 

Python里面的多线程，是利用不了多核CPU的，只能利用一个核心的CPU。

有些情况下，你用多线程的时候会发现你比单线程速度还慢

1. 为什么python的多线程利用不了多核cpu，它还是比单线程要快呢？

python的多进程是可以利用多核cpu的

 

锁

因为线程是同时再操作同一个东西，可能就会出现错误，比如：

这个例子，因为线程同时在操作Num这个变量，在py3中会自动上锁，但是在py2中就会得出99的结果

我们在这里加一把锁：

多个线程在操作同一份数据的时候，最好加上锁。

另一个写法， 用with可以自动加锁和解锁：

 

线程池

 

多进程

进程池：

 

何时用线程，何时用进程：

多线程任务适用于IO密集型任务

    磁盘IO Input output

    网络IO 

多进程任务适用于CPU密集型任务

    比如数学计算的，排序这种需要CPU干活的任务

    

 

 

 

 

 

 

 

转载于:https://www.cnblogs.com/yonnia/p/9415975.html