位置: 编程技术 - 正文
简述Python中的进程、线程、协程(python各进制符号)
编辑：rootadmin推荐整理分享简述Python中的进程、线程、协程(python各进制符号)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:python 进位,python中的进制,python 进制函数,python 进位,python各进制符号,python各进制符号,python 进位,python的进程,内容如对您有帮助，希望把文章链接给更多的朋友！
进程、线程和协程之间的关系和区别也困扰我一阵子了，最近有一些心得，写一下。
进程拥有自己独立的堆和栈，既不共享堆，亦不共享栈，进程由操作系统调度。
线程拥有自己独立的栈和共享的堆，共享堆，不共享栈，线程亦由操作系统调度(标准线程是的)。
协程和线程一样共享堆，不共享栈，协程由程序员在协程的代码里显示调度。
进程和其他两个的区别还是很明显的。
协程和线程的区别是：协程避免了无意义的调度，由此可以提高性能，但也因此，程序员必须自己承担调度的责任，同时，协程也失去了标准线程使用多CPU的能力。
Python线程
定义：Threading用于提供线程相关的操作，线程是应用程序中工作的最小单元。
上述代码创建了个“前台”线程，然后控制器就交给了CPU，CPU根据指定算法进行调度，分片执行指令。
更多方法：
&#;start 线程准备就绪，等待CPU调度
&#;setName 为线程设置名称
&#;getName 获取线程名称
&#;setDaemon 设置为后台线程或前台线程（默认）
如果是后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，均停止
如果是前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止
&#;join 逐个执行每个线程，执行完毕后继续往下执行，该方法使得多线程变得无意义
&#;run 线程被cpu调度后自动执行线程对象的run方法
线程锁
由于线程之间是进行随机调度，并且每个线程可能只执行n条执行之后，CPU接着执行其他线程。所以，可能出现如下问题:
event
python线程的事件用于主线程控制其他线程的执行，事件主要提供了三个方法 set、wait、clear。
事件处理的机制：全局定义了一个“Flag”，如果“Flag”值为 False，那么当程序执行 event.wait 方法时就会阻塞，如果“Flag”值为True，那么event.wait 方法时便不再阻塞。
&#;clear：将“Flag”设置为False
&#;set：将“Flag”设置为True
Python 进程
注意：由于进程之间的数据需要各自持有一份，所以创建进程需要的非常大的开销。
进程数据共享
进程各自持有一份数据，默认无法共享数据
#方法一，Array
#方法二：manage.dict()共享数据
当创建进程时（非使用时），共享数据会被拿到子进程中，当进程中执行完毕后，再赋值给原值。
进程池
进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可供使用的进进程，那么程序就会等待，直到进程池中有可用进程为止。
进程池中有两个方法：
&#;apply
&#;apply_async
pool.join()#进程池中进程执行完毕后再关闭，如果注释，那么程序直接关闭
协程
线程和进程的操作是由程序触发系统接口，最后的执行者是系统；协程的操作则是程序员。
协程存在的意义：对于多线程应用，CPU通过切片的方式来切换线程间的执行，线程切换时需要耗时（保存状态，下次继续）。协程，则只使用一个线程，在一个线程中规定某个代码块执行顺序。
协程的适用场景：当程序中存在大量不需要CPU的操作时（IO），适用于协程；
greenlet
gevent
遇到IO操作自动切换：
以上所述是小编给大家介绍的Python中的进程、线程、协程的相关知识，希望对大家有所帮助！
理解Python中的With语句 有一些任务，可能事先需要设置，事后做清理工作。对于这种场景，Python的with语句提供了一种非常方便的处理方式。一个很好的例子是文件处理，你需
基于python yield机制的异步操作同步化编程模型 本文总结下如何在编写python代码时对异步操作进行同步化模拟，从而提高代码的可读性和可扩展性。游戏引擎一般都采用分布式框架，通过一定的策略
python正则表达式之作业计算器 作业：计算器开发实现加减乘除及拓号优先级解析用户输入1-2*((-+(-/5)*(9-2*5/3+7/3*/4*+*/))-(-4*3)/(-3*2))等类似公式后，必须自己解析里面的(),
标签: python各进制符号
本文链接地址:https://www.jiuchutong.com/biancheng/384380.html 转载请保留说明！上一篇：Python实现计算最小编辑距离(python中求最大值和最小值的函数)
下一篇：理解Python中的With语句(理解Python中的变量)
