python高级-线程和进程相关(上)

简介: python高级-线程和进程相关

一、文件查找

1.按照名字查找

find 查找目录 -name 文件名字

2.通配符

*匹配多个字符

?匹配单个字符

3.文件大小查找

find 文件目录 -size [+,-]长度

查找当前目录以及子目录下大于4K的文件

find . -size +4k

查找当前目录以及子目录下小于4K的文件

find . -size -4k

二、压缩和打包

1.zip

zip

unzip

2.gzip

gzip使用

解压

gzip -d

3.tar命令

常用

打包

tar cvf

压缩

所以说压缩一个文件分两步,先打包,后压缩

tar命令也可以一步到位

tar zcvf

相应的解包也可以一步到位

tar xcvf

或者tart xvf先解压,-C执行解压到的目录


三、权限管理

rwx-rwx-rwx


四、多进程

1.创建进程

import multiprocessing
import time
def task1():
    for i in range(10):
        print('A -- ',i + 1)
        time.sleep(1)
def task2():
    for i in range(10):
        print('B -- ',i + 1)
        time.sleep(1)
if __name__ == '__main__':
    p1 = multiprocessing.Process(target=task1)
    p2 = multiprocessing.Process(target=task2)
    p1.start()
    p2.start()

2.获取进程id

获取进程ID和进程的父ID,进程名

这两个进程都是同一个父进程拉起来的

import multiprocessing
import time
import os
def task1():
    mp = multiprocessing.current_process()
    print("task1:  ", mp)
    print(f"任务1的PID:{os.getpid()} 父进程的PID是{os.getppid()}")
    time.sleep(1)
def task2():
    mp = multiprocessing.current_process()
    print("task2:  ", mp)
    print(f"任务2的PID:{os.getpid()} 父进程的PID是{os.getppid()}")
    time.sleep(1)
if __name__ == '__main__':
    print(f"主进程的PID:{os.getpid()} 父进程的PID是{os.getppid()}")
    #获取当前进程对象
    mp = multiprocessing.current_process()
    print("main:  ",mp)
    p1 = multiprocessing.Process(target=task1,name='p1')
    p2 = multiprocessing.Process(target=task2,name='p2')
    print(p1)
    print(p2)
    p1.start()
    p2.start()
    print(p1)
    print(p2)

3.进程传参

必须要传入可迭代参数

import multiprocessing
import time
def task(count):
    for i in range(count):
        print("任务执行中。。。")
        time.sleep(0.2)
    else:
        print("任务执行完成")
if __name__ == '__main__':
    #因为参数
    sub_process = multiprocessing.Process(target=task,args=5)
    sub_process.start()

import multiprocessing
import time
def task(count):
    for i in range(count):
        print("任务执行中。。。")
        time.sleep(0.2)
    else:
        print("任务执行完成")
if __name__ == '__main__':
    sub_process = multiprocessing.Process(target=task,kwargs={"count": 4})
    sub_process.start()

字典必须要要与参数名相同

import multiprocessing
import time
def task(count):
    for i in range(count):
        print("任务执行中。。。")
        time.sleep(0.2)
    else:
        print("任务执行完成")
if __name__ == '__main__':
    #因为参数
    sub_process = multiprocessing.Process(target=task,kwargs={'a':2})
    sub_process.start()

4.进程不共享全局变量

import multiprocessing
import time
g_list = list()
def add_data():
    for i in range(6):
        g_list.append(i)
        print("add: ",i)
        time.sleep(0.2)
    print("add_data: ",g_list)
def read_data():
    print("read_data",g_list)
if __name__ == '__main__':
    # 创建添加数据的子进程
    add_data_process = multiprocessing.Process(target=add_data)
    # 创建读取数据的子进程
    read_data_process = multiprocessing.Process(target=read_data)
    #启动子进程执行对应的任务
    add_data_process.start()
    #阻塞函数,add_data_process执行完才会继续向下执行
    add_data_process.join()
    #全局变量不共享
    read_data_process.start()

5.守护进程

5.1.方式1

import multiprocessing
import time
g_list = list()
def add_data():
    for i in range(6):
        g_list.append(i)
        print("add: ",i)
        time.sleep(0.2)
    print("add_data: ",g_list)
def read_data():
    print("read_data",g_list)
if __name__ == '__main__':
    # 创建添加数据的子进程
    add_data_process = multiprocessing.Process(target=add_data)
    # 创建读取数据的子进程
    read_data_process = multiprocessing.Process(target=read_data)
    #启动子进程执行对应的任务
    add_data_process.start()
    #阻塞函数,add_data_process执行完才会继续向下执行
    add_data_process.join()
    #主进程结束之前,手动调用方法结束子进程    
    add_data_process.terminate()
    print("add_data terminate")
    #全局变量不共享
    read_data_process.start()

相关文章
|
4月前
|
数据采集 存储 JSON
Python爬取知乎评论:多线程与异步爬虫的性能优化
Python爬取知乎评论:多线程与异步爬虫的性能优化
|
4月前
|
人工智能 安全 调度
Python并发编程之线程同步详解
并发编程在Python中至关重要,线程同步确保多线程程序正确运行。本文详解线程同步机制,包括互斥锁、信号量、事件、条件变量和队列,探讨全局解释器锁(GIL)的影响及解决线程同步问题的最佳实践,如避免全局变量、使用线程安全数据结构、精细化锁的使用等。通过示例代码帮助开发者理解并提升多线程程序的性能与可靠性。
183 0
|
1月前
|
Java 测试技术 API
【JUC】(1)带你重新认识进程与线程!!让你深层次了解线程运行的睡眠与打断!!
JUC是什么?你可以说它就是研究Java方面的并发过程。本篇是JUC专栏的第一章!带你了解并行与并发、线程与程序、线程的启动与休眠、打断和等待!全是干货!快快快!
408 2
|
1月前
|
JSON 网络协议 安全
【Java】(10)进程与线程的关系、Tread类;讲解基本线程安全、网络编程内容;JSON序列化与反序列化
几乎所有的操作系统都支持进程的概念,进程是处于运行过程中的程序,并且具有一定的独立功能,进程是系统进行资源分配和调度的一个独立单位一般而言,进程包含如下三个特征。独立性动态性并发性。
135 1
|
1月前
|
JSON 网络协议 安全
【Java基础】(1)进程与线程的关系、Tread类;讲解基本线程安全、网络编程内容;JSON序列化与反序列化
几乎所有的操作系统都支持进程的概念,进程是处于运行过程中的程序,并且具有一定的独立功能,进程是系统进行资源分配和调度的一个独立单位一般而言,进程包含如下三个特征。独立性动态性并发性。
157 1
|
1月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
214 0
|
3月前
|
数据采集 消息中间件 并行计算
Python多线程与多进程性能对比:从原理到实战的深度解析
在Python编程中,多线程与多进程是提升并发性能的关键手段。本文通过实验数据、代码示例和通俗比喻,深入解析两者在不同任务类型下的性能表现,帮助开发者科学选择并发策略,优化程序效率。
253 1
|
4月前
|
监控 编译器 Python
如何利用Python杀进程并保持驻留后台检测
本教程介绍如何使用Python编写进程监控与杀进程脚本,结合psutil库实现后台驻留、定时检测并强制终止指定进程。内容涵盖基础杀进程、多进程处理、自动退出机制、管理员权限启动及图形界面设计,并提供将脚本打包为exe的方法,适用于需持续清理顽固进程的场景。
|
4月前
|
数据采集 监控 调度
干货分享“用 多线程 爬取数据”:单线程 + 协程的效率反超 3 倍,这才是 Python 异步的正确打开方式
在 Python 爬虫中,多线程因 GIL 和切换开销效率低下,而协程通过用户态调度实现高并发,大幅提升爬取效率。本文详解协程原理、实战对比多线程性能,并提供最佳实践,助你掌握异步爬虫核心技术。

推荐镜像

更多