linux 定时器 例,《Linux设计与实现》学习笔记——定时器和时间管理(示例代码)...

基本概念

系统定时器

一种可编程硬件芯片,能够以固定频率产生中断,定时器中断,他的中断处理程序负责更新系统时间,负责执行需要周期性运行的任务。

触发中断的频率即节拍率,可以编程预定。

动态定时器

一种用来推迟执行程序的工具

HZ

系统定时器的频率(节拍率)是静态预处理定义的。

HZ数大小确定应考虑的因素:

HZ越高:

优势:提高时间驱动事件的准确度;调度的粒度更细,进程抢占更准确; 内核定时器以更高的频度和准确度执行。

劣势:节拍率越高,时钟中断程序占用处理器时间越多;并且频繁打乱处理器cache并增加耗电。

Jiffies 全局变量

系统启动以来产生的节拍总数,位于

系统运行时间=jiffies/HZ

jiffies的定义

extern unsigned long volatile jiffies;

jiffies回绕的处理

//a超过b,返回真

#define time_after(a,b) ( (long)(b) – (long)(a) < 0 )

//a未超过b,返回真

#define time_before(a,b) ( (long)(b) – (long)(a) > 0 )

unsigned long 使用源码存储,而signed long 使用补码存储,将signed long 强制转换为unsigned long,unsigned long中最高位为1的就会变为负数,使用上面的宏可以在一定范围内,即使发生回绕,时间先后判断,也能正确。

举例 8bit jiffies, jiffies = 255,time1 发生回绕了为1,time2没回绕为254

强转为signed long, jiffies=-1,time1=1,time2=-2

所以time_after(time1, jiffies) : -1 - 1 =-2 < 0

time_after(time2,jiffies) : -1 -(-2) = 1 > 0

实时时钟

RTC用来持久存放系统时间的设备。

系统启动时,内核读取RTC来初始化墙上时间,该时间存放在xtime变量中

定时器:周期性触发中断机制。X86是可编程中断时钟PIT,PIT在PC机器中普遍存在

时钟中断处理程序的基本任务 :

体系结构相关部分,体系结构无关部分

与体系结构相关的例程作为系统定时器的中断处理程序注册到内核

获得xtime_lock锁,对jiffies_64和xtime进行保护

需要时应答或重新设置系统时钟

周期性的使用墙上时间更新实时时钟

调用体系无关的时钟例程 : tick_periodic()

Jiffies_64+1

更新资源消耗的统计值值。比如当前进程所消耗的系统时间和用户时间

执行已经到期的动态定时器

执行scheduler_tick()函数

更新墙上时间,存放着xtime中

计算平均负载值

定时器

也称动态定时器/内核定时器,管理内核流逝时间的基础。这个工具,能够使工作在指定时间点上执行。

内核在时钟中断后执行定时器,定时器作为软中断在下半部上下文执行

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值