1 操作系统

为什么要有操作系统 ?

操作系统位于底层硬件与应用软件之间的一层

工作方式:向下管理硬件,向上提供接口

操作系统进程切换:

  1. 出现IO操作
  2. 固定时间

2 进程和线程的概念

进程就是一个程序在一个数据集上的一次动态执行过程。进程一般由程序,数据集和进程控制块三部分组成。

程序用来描述进程要完成哪些功能以及如何完成

数据集则是程序在执行过程中所需要使用的资源

进程控制块用来记录进程的外部特征,描述进程的执行变化过程

系统可以利用他来控制和管理进程,它是系统感知进程存在的唯一标志

线程也叫轻量级进程,它是一个基本的cpu执行单位,也是程序执行过程中的最小单元,由线程ID、程序计数器、寄存器集合和堆栈共同组成。

总结:进程是一个最小的资源管理过程(存放线程的容器),并不是一个实物,可以解决并发的问题

进程之间一定是的独立的

线程是一个最小的执行单位,所使用的数据是进程的,切换速度大于进程

进程和线程的关系:

一个线程只能属于一个进程,而一个进程可以有多个线程。

资源分配给进程,同一个进程的所有线程共享该进程的所有资源

CPU分给线程,即真正在CPU上运行的是线程

3 并行和并发

并行处理是计算机系统中能同时执行两个或更多个处理的一种计算方法。并行处理可同时工作于同一程序的不同方面。并行处理的主要目的是节省大型和复杂问题的解决问题。并行处理:指一个时间段中有几个程序都处于已启动运行到运行完毕之间,且这几个程序都是在同一个处理机上运行,但任一个时刻点上只有一个程序在处理机上运行。并发的关键是你有处理多个任务的能力,不一要同时。并行的关键是你有同时处理多个任务的能力。所以说,并行是并发的子集。

python中可以实现多进程的并发,不能实现多线程的并发

同步和异步:

同步就是一个指进程在执行某个请求的时候若该请求需要一段时间才能返回信息,那么这个进程将会一直等待下去,直到收到返回信息才能继续执行下去;

异步是一个指进程不需要一直等下去,而是继续执行下面的操作,不管其他进程的状态。当有消息返回时系统会通知进程进行处理,这样可以提高执行的效率。

4 threading模块

threading使用两种分方式

(1)	直接调用
import threading
import time
def tingge():
print("听歌")
time.sleep(3)
print("听歌结束")
def xieboke():
print("写博客")
time.sleep(5)
print("写博客结束") # tingge()
# xieboke()
t1=threading.Thread(target=tingge)#threading的一个类Thread
t2=threading.Thread(target=xieboke)#产生两个实例
t1.start()
t2.start()
print("ending!")
(2) 创建类
import threading
import time
class MyThread(threading.Thread):#创建一个类
def __init__(self,num):
threading.Thread.__init__(self)
self.num=num
def run(self):
print("running on number:%s" %self.num)
time.sleep(2)
t1=MyThread(56)
t2=MyThread(78)
t1.start()
t2.start()
print("ending!")

  

(1)	join方法
import threading
from time import ctime,sleep
import time def Music(name): print ("Begin listening to {name}. {time}".format(name=name,time=ctime()))
sleep(3)
print("end listening {time}".format(time=ctime())) def Blog(title): print ("Begin recording the {title}. {time}".format(title=title,time=ctime()))
sleep(5)
print('end recording {time}'.format(time=ctime())) threads = [] t1 = threading.Thread(target=Music,args=('FILL ME',))#创建实例
t2 = threading.Thread(target=Blog,args=('python',)) threads.append(t1)#添加到列表
threads.append(t2) if __name__ == '__main__':
t1.start()#ti子线程开始运行
t1.join()#在t1子线程未完成时,父线程将一直被阻塞
t2.start()
t2.join() print ("all over %s" %ctime())
>>
Begin listening to FILL ME. Mon May 8 16:06:44 2017#运行t1,主线程被阻塞
end listening Mon May 8 16:06:47 2017#子线程运行完成,主线程运行
Begin recording the python. Mon May 8 16:06:47 2017#t2开始运行,主线程被阻塞
end recording Mon May 8 16:06:52 2017#子线程运行完成,主线程运行
all over Mon May 8 16:06:52 2017#主线程最后完成 (2)setdaemon方法
import threading
from time import ctime,sleep
import time def Music(name): print ("Begin listening to {name}. {time}".format(name=name,time=ctime()))
sleep(3)
print("end listening {time}".format(time=ctime())) def Blog(title): print ("Begin recording the {title}. {time}".format(title=title,time=ctime()))
sleep(5)
print('end recording {time}'.format(time=ctime())) threads = [] t1 = threading.Thread(target=Music,args=('FILL ME',))#创建实例
t2 = threading.Thread(target=Blog,args=('python',)) threads.append(t1)#添加到列表
threads.append(t2) if __name__ == '__main__': t2.setDaemon(True)#t2是守护进程 print ("all over %s" %ctime())
>>
Begin listening to FILL ME. Mon May 8 16:25:10 2017#t1子线程执行
Begin recording the python. Mon May 8 16:25:10 2017#t2子线程执行
all over Mon May 8 16:25:10 2017#主线程执行
end listening Mon May 8 16:25:13 2017#t1执行完成后主线程完成后t2也执行完成了。 import threading
from time import ctime,sleep
import time def Music(name): print ("Begin listening to {name}. {time}".format(name=name,time=ctime()))
sleep(3)
print("end listening {time}".format(time=ctime())) def Blog(title): print ("Begin recording the {title}. {time}".format(title=title,time=ctime()))
sleep(5)
print('end recording {time}'.format(time=ctime())) threads = [] t1 = threading.Thread(target=Music,args=('FILL ME',))#创建实例
t2 = threading.Thread(target=Blog,args=('python',)) threads.append(t1)#添加到列表
threads.append(t2) if __name__ == '__main__': t1.setDaemon(True)#t1是守护进程 for t in threads: t.start() print ("all over %s" %ctime())
>>
Begin listening to FILL ME. Mon May 8 16:32:24 2017#t1运行
Begin recording the python. Mon May 8 16:32:24 2017#t2运行
all over Mon May 8 16:32:24 2017#主线完成
end listening Mon May 8 16:32:27 2017
end recording Mon May 8 16:32:29 2017

  

python之进程和线程的更多相关文章

  1. Python的进程与线程--思维导图

    Python的进程与线程--思维导图

  2. Python创建进程、线程的两种方式

    代码创建进程和线程的两种方式 """ 定心丸:Python创建进程和线程的方式基本都是一致的,包括其中的调用方法等,学会一个 另一个自然也就会了. "" ...

  3. python之进程与线程

    什么是操作系统       可能很多人都会说,我们平时装的windows7 windows10都是操作系统,没错,他们都是操作系统.还有没有其他的? 想想我们使用的手机,Google公司的Androi ...

  4. python的进程与线程(二)

    线程 之前了解了操作系统的发展史,也知道了进程和线程的概念,归纳一下就是:         进程:本质上就是一段程序的运行过程(抽象的概念)         线程:最小的执行单元,是进程的实体     ...

  5. Python 9 进程,线程

    本节内容 python GIL全局解释器锁 线程 进程 Python GIL(Global Interpreter Lock) In CPython, the global interpreter l ...

  6. python之进程和线程2

    1  GIL全局解释器锁定义 定义:在一个线程拥有了解释器的访问权后,其他的所有线程都必须等待他释放解释器的访问权,即这些线程的下一条指令并不会互相影响. 缺点:多处理器退化为单处理器 优点:避免大量 ...

  7. 《Python》进程收尾线程初识

    一.数据共享 from multiprocessing import Manager 把所有实现了数据共享的比较便捷的类都重新又封装了一遍,并且在原有的multiprocessing基础上增加了新的机 ...

  8. Python基础进程和线程

    一 背景知识 进程的概念起源于操作系统,是操作系统最核心的概念. 进程是对正在运行程序的一个抽象,操作系统的其他所有内容都是围绕进程的概念展开的.所以想要真正了解进程,必须事先了解操作系统,egon介 ...

  9. Python中进程和线程的总体区别

    Num01–>线程 线程是操作系统中能够进行运算调度的最小单位.它被包含在进程之中,是进程中的实际运作单位. 一个线程指的是进程中一个单一顺序的控制流. 一个进程中可以并发多条线程,每条线程并行 ...

随机推荐

  1. WMSYS.WM_CONCAT返回CLOB类型的解决办法

    https://blog.csdn.net/cnm_csdn_wt/article/details/80047878

  2. [转] React风格的企业前端技术

    亲爱的各位朋友们,大家下午好! 首先祝大家国庆节快乐! 很高兴可以在国庆前夕,可以为大家分享一下React风格的企业前端技术. 谈到前端,可能以前大家的第一感觉就是,前端嘛,无非就是做做页面切图,顶多 ...

  3. PHP中使用CURL实现GET和POST请求(转载)

    CURL 是一个利用URL语法规定来传输文件和数据的工具,支持很多协议,如HTTP.FTP.TELNET等.最爽的是,PHP也支持 CURL 库.使用PHP的CURL 库可以简单和有效地去抓网页.你只 ...

  4. CF552 E. Two Teams

    题意:给出一串n个数   为1-n的乱序 一共有两个教练   教练一的队伍是1队  二是二队 教练一选择 当前队列中剩余人数的最大序号   将其和左边k个人 和右边k个人 变为一队 如此反复直到所有人 ...

  5. 060 SparkStream 的wordcount示例

    1.SparkStream 入口:StreamingContext 抽象:DStream 2.SparkStreaming内部原理 当一个批次到达的时候,会产生一个rdd,这个rdd的数据就是这个批次 ...

  6. HDU 2426 Interesting Housing Problem (最大权完美匹配)【KM】

    <题目链接> 题目大意: 学校里有n个学生和m个公寓房间,每个学生对一些房间有一些打分,如果分数为正,说明学生喜欢这个房间,若为0,对这个房间保持中立,若为负,则不喜欢这个房间.学生不会住 ...

  7. 阿里 EasyExcel 使用及避坑

    github地址:https://github.com/alibaba/easyexcel 原本在项目中使用EasyPoi读取excel,后来为了统一技术方案,改用阿里的EasyExcel.EasyE ...

  8. 持续集成时 travis 和 codecov 等 yaml 文件的配置

    最近在项目中在配置CodeCov 以及Travis 和 AppVeyor做持续集成时,遇到了一些问题,也解决了一些问题.顺便拿来分享一下. 首先时Travis,这个主要是来跑基于 Linux 环境下的 ...

  9. 服务链路追踪---Sleuth

    Sleuth:日志收集工具包,封装了Dapper和log-based追踪以及Zipkin和HTrace操作,为SpringCloud应用实现了一种分布式追踪解决方案. 当服务与服务之间调用复杂时,Sp ...

  10. Adams/Car与Simulink联合仿真方法

    必须是Assembly装配体才行,并支持仿真设置.这里使用MDI_Demo_Vehicle模型,输出前缀为test1,输出选择files_only.然后OK输出. 生成的文件如下: 在Plant Ex ...