【python部分知识点简记】

def contains_substring(a, b):
    return b in a

# 使用示例
result = contains_substring("welcome to my world", "world")
print(result)  # 输出: True 或 False 根据实际情况

使用Django ORM过滤出特定name的语句：

from django.db import models

# 假设 DiagramNode 模型已经定义好，并且已经迁移到数据库
# 过滤出 name="test_name" 的所有对象列表
objects_list = DiagramNode.objects.filter(name="test_name")

关于Django的事务：

transaction.atomic 是Django的一个上下文管理器，用于确保数据库操作在一个事务块中执行。如果块中的操作发生异常，事务将回滚到开始状态，保证数据的一致性。
from_account.balance -= amount 和 to_account.balance += amount 是账户资金的转移操作。
from_account.save() 和 to_account.save() 将更改保存到数据库。
try...except...else 结构用于捕获并处理可能发生的异常。如果事务块中的操作成功完成，将执行else块中的代码，打印"successfully"。

transaction.atomic的作用是确保在transfer_funds函数中执行的数据库操作要么全部成功，要么在出现错误时全部撤销，这样可以防止数据库状态的不一致。

使用`with`语句写文件操作，并说明`with`方法的优点：

with open('./test.txt', 'wb') as f:
    try:
        f.write("hello world")
    except:
        pass

# with方法的优点：
# - 确保文件在使用后正确关闭，即使发生异常也会执行finally块中的代码。
# - 代码更加简洁，减少了冗余的try...finally结构。
# - 提供了一种更好的资源管理方式，使得文件操作更加安全。

使用`map()`函数和列表推导式处理列表：

# 原始列表
original_list = [1, 2, 3, 4, 5]

# 使用map()函数将列表中的每个元素平方
squared_list = map(lambda x: x**2, original_list)

# 使用列表推导式提取出大于10的数
filtered_list = [x for x in squared_list if x > 10]

print(list(filtered_list))  # 输出: [16, 25]

注意：map()函数返回的是一个map对象，如果你需要打印或者转换为列表，需要使用list()函数进行转换。在上述代码中，我直接将map对象转换为了列表并打印出来。

在这个例子中，lambda x: x**2 是一个匿名函数，它接受一个参数 x 并返回 x 的平方。map() 函数将这个函数应用到 original_list 列表中的每个元素上，生成一个新的迭代器 squared_list，其中包含了原始列表每个元素的平方值。

最后，我们使用 list() 函数将 squared_list 转换为列表，这样就可以打印出结果了。注意，map() 函数本身并不会修改原始列表，它只是生成了一个新的迭代器。

map() 函数是 Python 中的一个内置函数，它接受一个函数和一个可迭代对象作为参数，然后返回一个 map 对象。map() 函数会对可迭代对象中的每个元素应用传入的函数，并返回一个新的迭代器。

这里是 map() 函数的一些关键点：

参数：
- 第一个参数是一个函数，这个函数将被应用到可迭代对象的每个元素上。
- 第二个参数是一个可迭代对象，比如列表、元组等。
返回值：
- map() 返回的是一个 map 对象，这是一个迭代器，可以被用来迭代处理过后的元素。
使用 lambda 函数：
- lambda 是 Python 中的匿名函数，它允许你定义一个简短的函数。在 map() 函数中使用 lambda 可以避免定义一个完整的函数。
转换为列表：
- 由于 map() 返回的是一个迭代器，如果你想要得到一个列表，可以使用 list() 函数将迭代器转换为列表。
使用场景：
- 当你想要对一个序列的所有元素执行同一个操作时，使用 map() 是非常方便的。

单例模式

class Singleton:
    __instance = None

    def __new__(cls, age, name):
        if cls.__instance is None:
            cls.__instance = object.__new__(cls)
            cls.__instance.age = age
            cls.__instance.name = name
        return cls.__instance

# 创建实例
a = Singleton(19, "test")
b = Singleton(20, "test2")

# 打印属性
print(b.age)  # 打印的是什么值？ 19
print(b.name) # test

当 Singleton 类的实例第一次被创建时，__instance 被初始化。当再次尝试创建第二个实例（通过 b = Singleton(20, "test2")），__new__ 方法检查 __instance 是否已经存在；如果存在，它不会创建新的实例，而是返回已经存在的 __instance。

因此，尽管在创建 b 时传入了 age 为 20，但是 b 实际上引用的是与 a 相同的实例

Python多线程和多进程：

多线程：Python中由于全局解释器锁（GIL）的存在，多线程在执行CPU密集型任务时可能不会带来性能上的提升，因为GIL限制了同一时刻只有一个线程可以执行Python字节码。但在I/O密集型任务中，多线程可以提高性能，因为线程可以在等待I/O操作时让其他线程运行。
多进程：Python的多进程可以绕过GIL的限制，因为每个进程有自己的Python解释器和内存空间，因此可以利用多核CPU的优势并行执行。多进程适用于CPU密集型任务。

全局解释器锁（GIL）

全局解释器锁（Global Interpreter Lock，简称GIL） 是 Python 解释器在执行时使用的一种机制，用来同步线程的执行，以避免多线程在执行 Python 字节码时发生冲突。GIL 确保在任何时刻，只有一个线程在执行 Python 字节码。

为什么需要 GIL？

内存管理：Python 使用引用计数机制来管理内存，当一个对象的引用计数降到0时，会被垃圾回收。如果没有 GIL，多个线程同时修改对象的引用计数可能会导致内存泄漏或不一致。
简化实现：GIL 简化了 CPython（Python 的官方实现）的内存管理和垃圾回收机制，避免了复杂的并发控制。
兼容性：许多 Python 扩展模块（如 NumPy）在设计时考虑了 GIL 的存在，它们在执行时需要 GIL 来保证线程安全。

GIL 的限制

单线程执行：尽管 GIL 允许多线程存在，但在任何时刻只有一个线程可以执行 Python 字节码。这意味着在 CPU 密集型任务中，多线程并不能带来性能提升，反而因为线程切换和锁的开销导致性能下降。
阻塞 I/O：在执行 I/O 操作（如文件读写、网络通信）时，GIL 会被释放，允许其他线程运行。但如果 I/O 操作是阻塞的，GIL 仍然会被持有，影响其他线程的执行。

多线程

多线程 是一种并发执行的方式，允许一个程序中的多个线程同时运行。在 Python 中，多线程主要用于提高程序的并发性，尤其是在 I/O 密集型任务中。

多线程的优点

提高响应性：多线程可以提高程序的响应性，尤其是在处理用户界面或网络通信时。
利用多核 CPU：通过多线程，可以更好地利用多核 CPU 的计算能力，尤其是在 I/O 密集型任务中。
简化编程模型：多线程提供了一种相对简单的并发编程模型，易于理解和实现。

多线程的缺点

GIL 的限制：由于 GIL 的存在，Python 的多线程在 CPU 密集型任务中并不能有效提高性能。
线程同步问题：多线程需要处理线程之间的同步和互斥，增加了编程的复杂性。
资源限制：每个线程都需要分配一定的系统资源（如内存），过多的线程可能会消耗大量的系统资源。

import threading

def worker():
    print("Thread started")
    # 执行一些任务
    print("Thread finished")

# 创建线程
t = threading.Thread(target=worker)
t.start()  # 启动线程

# 等待线程完成
t.join()

在这个示例中，我们定义了一个 worker 函数，作为线程的执行目标。通过 threading.Thread 创建了一个线程，并调用 start() 方法启动线程。最后，通过 join() 方法等待线程完成。

总结

尽管 GIL 限制了 Python 多线程在 CPU 密集型任务中的应用，但在 I/O 密集型任务中，多线程仍然是一种有效的并发执行方式。理解 GIL 的工作原理和多线程的使用方式，可以帮助你更好地利用 Python 进行并发编程。

Python的全局解释器锁（GIL）限制了多线程的并行执行能力。GIL确保了任何时候都只有一个线程在运行Python字节码。尽管在某些操作中线程看起来是并行的，但这主要是由于线程在I/O操作时会释放GIL，允许其他线程执行。

多进程

如果你需要利用多核处理器进行真正的并行计算，你应该考虑使用多进程而不是多线程。Python的`multiprocessing`模块提供了进行真正并行计算的工具。

以下是一个使用multiprocessing模块的简单例子：

from multiprocessing import Process
 
def worker(num):
    print(f"Worker {num} is running")
 
def main():
    processes = []
    for i in range(4):
        p = Process(target=worker, args=(i,))
        p.start()
        processes.append(p)
 
    for p in processes:
        p.join()
 
if __name__ == "__main__":
    main()

性能优化的常用手段：

后端优化：
- 代码优化：减少冗余代码，使用更高效的算法。
- 缓存：使用内存缓存常用数据，减少数据库访问。
- 异步处理：使用异步I/O操作提高响应速度。
- 负载均衡：合理分配请求到多个服务器。
数据库优化：
- 索引：为数据库表添加合适的索引，加速查询速度。
- 查询优化：编写高效的SQL查询，避免全表扫描。
- 规范化与反规范化：根据需要进行数据模型设计。
- 分库分表：水平或垂直分割数据库以提高性能。

常用的linux命令

文件和目录操作

ls - 列出目录内容
- ls -l 显示详细列表
cd - 改变当前目录
- cd /home/user 切换到 /home/user 目录
pwd - 显示当前工作目录
cp - 复制文件或目录
- cp file1 file2 复制 file1 到 file2
mv - 移动或重命名文件或目录
- mv file1 file2 移动 file1 到 file2
rm - 删除文件或目录
- rm file1 删除 file1
rmdir - 删除空目录
- rmdir dir1 删除空目录 dir1
mkdir - 创建新目录
- mkdir dir1 创建新目录 dir1
touch - 创建空文件或更新文件时间戳
- touch file1 创建空文件 file1
cat - 显示文件内容
- cat file1 显示 file1 的内容
echo - 显示文本或字符串
- echo "Hello World" 显示 "Hello World"
more - 分页显示文件内容
- more file1 分页显示 file1 的内容
less - 分页显示文件内容，支持向前翻页
- less file1 分页显示 file1 的内容
head - 显示文件的前几行
- head -n 5 file1 显示 file1 的前 5 行
tail - 显示文件的最后几行
- tail -n 5 file1 显示 file1 的最后 5 行
grep - 搜索文件中的文本模式
- grep "pattern" file1 在 file1 中搜索 "pattern"
find - 在目录树中查找文件
- find /home/user -name file1 在 /home/user 中查找名为 file1 的文件
chmod - 更改文件或目录的权限
- chmod +x file1 使 file1 可执行
chown - 更改文件或目录的所有者
- chown user file1 将 file1 的所有者更改为 user
chgrp - 更改文件或目录的所属组
- chgrp group file1 将 file1 的组更改为 group

系统管理

top - 显示系统进程和资源使用情况
htop - 显示系统进程和资源使用情况（增强版）
ps - 显示当前进程状态
- ps aux 显示所有进程的状态
kill - 发送信号给进程
- kill PID 发送信号给进程 ID
pkill - 按名称杀死进程
- pkill process_name 杀死所有名为 process_name 的进程
nice - 更改进程的优先级
- nice -n 10 command 以低优先级运行 command
renice - 更改运行中进程的优先级
- renice -n 10 -p PID 更改进程 ID 的优先级
nohup - 忽略挂断信号运行命令
- nohup command & 忽略挂断信号运行 command
timeout - 运行命令并限制其执行时间
- timeout 10 command 运行 command 并限制其执行时间为 10 秒
sleep - 暂停指定的时间
- sleep 10 暂停 10 秒
date - 显示或设置系统日期和时间
- date 显示当前日期和时间
cal - 显示日历
uptime - 显示系统运行时间和负载
w - 显示当前登录用户和他们正在做的事情
who - 显示当前登录用户
whoami - 显示当前用户的用户名
su - 切换用户
- su - user 切换到用户 user
sudo - 以超级用户权限运行命令
- sudo command 以超级用户权限运行 command

网络配置

ifconfig - 配置或显示网络接口的网络参数
ip - 显示或管理路由、网络设备、接口和隧道
ping - 测试网络连接
- ping google.com 测试到 google.com 的连接
traceroute - 显示数据包到达目的地的路径
- traceroute google.com 显示到 google.com 的路径
netstat - 显示网络连接、路由表、接口统计等网络信息
ssh - 安全外壳协议，用于远程登录或其他网络服务
- ssh user@server 登录到服务器 server 作为用户 user

磁盘和文件系统管理

df - 显示磁盘空间使用情况
du - 显示文件或目录的磁盘使用情况
- du -sh directory 显示目录的总大小
fdisk - 显示或操作磁盘分区表
mkfs - 创建文件系统
- mkfs -t ext4 /dev/sda1 在 /dev/sda1 上创建 ext4 文件系统
mount - 挂载文件系统
- mount /dev/sda1 /mnt 将 /dev/sda1 挂载到 /mnt
umount - 卸载文件系统
- umount /mnt 卸载 /mnt 挂载点

压缩和解压缩

tar - 打包压缩文件
- tar -czvf archive.tar.gz directory 将目录打包并压缩为 archive.tar.gz
gzip - 压缩文件
- gzip file1 压缩 file1
gunzip - 解压缩 gzip 文件
- gunzip file1.gz 解压缩 file1.gz
zip - 创建 zip 压缩文件
- zip archive.zip file1 file2 将 file1 和 file2 打包为 archive.zip
unzip - 解压缩 zip 文件
- unzip archive.zip 解压缩 archive.zip

文本处理

sed - 流编辑器
- sed 's/old/new/g' file1 将 file1 中的所有 "old" 替换为 "new"
awk - 文本处理工具
- awk '{print $1}' file1 打印 file1 的每一行的第一个字段
sort - 对文本行进行排序
- sort file1 对 file1 的行进行排序
uniq - 报告或忽略重复的行
- sort file1 | uniq 从 file1 中提取不重复的行
wc - 计算字数
- wc file1 计算 file1 的行数、单词数和字节数

系统监控

free - 显示内存状态
top - 显示系统进程和资源使用情况
htop - 显示系统进程和资源使用情况（增强版）
vmstat - 报告关于进程、内存、分页、块 IO、陷阱和 CPU 的统计信息
iostat - 报告 CPU 和输入/输出统计信息
mpstat - 报告 CPU统计信息
netstat - 显示网络连接、路由表、接口统计等网络信息

系统启动和关机

reboot - 重启系统
shutdown - 安全关闭系统
- shutdown -h now 立即关闭系统

权限和所有权

chmod - 更改文件或目录的权限
chown - 更改文件或目录的所有者
chgrp - 更改文件或目录的所属组

链接

ln - 创建链接（硬链接或符号链接）
ln -s link_name target 创建指向目标的符号链接 link_name

软件包管理

apt-get - Debian/Ubuntu 的包管理工具
- apt-get install package_name 安装 package_name
yum - RedHat/CentOS 的包管理工具
- yum install package_name 安装 package_name
dnf - Fedora 的包管理工具
rpm - 包管理工具
dpkg - Debian 的包管理工具