Python 多进程和数据传递的理解
python不仅线程用的是系统原生线程,进程也是用的原生进程
进程的用法和线程大同小异
import multiprocessing p = multiprocessing.Process(target=fun,args=())
线程的基本方法在进程中都能够使用
但是进程和线程中有一个明显的区别:可以实现多核的运用
python本身会启动一个主进程,并且拥有一个主线程把主进程看做一家之主,那主线程也是他本身,其他线程就相当于老婆们
而进程,长大了的儿子们,线程固然是不能分割的,一家人还是要团结,但是儿子自家的事务,老子却也不能插手,所以,一家只能占用一个CPU实现单核运用的话,生多个儿子那必然就实现了多核运用
GIL锁住的,只是一个进程,让一家人团结
但是一个进程只有这么一把全量锁,线程不能单独跑,那就打包一起跑
多进程就这样完成了一般语言中多线程的优化
数据传递
多线程,多进程中总有要协同的工作,都涉及数据的交互,不过交互方式有些不同
信息进行传递的时候,为了不阻塞执行一般会将数据放入对列当中而不是直接返回
线程中,由于都属于同一个进程,定义一个全局的队列在各线程中就能够压入数据
进程可能运行在不同的CPU上,因此,相互间的传递不能在全局定义,只能通过创建时进行传入
内部操作:传入的队列实际上并不是将引用传入,然后直接操作队列,这毕竟是不同的CPU上的工作
队列的传入实际上是队列拷贝的传入,通过pickle拷贝后进行传入,然后再pickle将数据传回
import multiprocessing multiprocessing.Queue()
线程和进程都有不同的队列对象,以实现不同的数据交互,不能错位使用
如有疑问请留言或者到本站社区交流讨论,感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。