python多进程线程学习_多线程vs多进程

本文详细介绍了多线程和多进程的概念及其在Python中的应用。内容包括进程与线程的区别、Python中如何实现多线程、共享变量的问题及解决方法、生产者消费者问题的处理等。

# 多线程和多进程

- 程序:一堆代码以文本形式存入一个文档

- 进程:程序运行的一个状态

- 包含地址空间,内存,数据栈等等

- 每个进程有自己的完全独立的运行环境,多进程共享数据是一个问题

- 线程

- 一个进程的独立运行片段,一个进程可以有多个线程

- 线程可以理解为轻量化的进程

- 一个进程的多个线程间共享数据和上下文运行环境

- 互斥问题

- 全局解释器锁(GIL)--UnderstandingGIL-book

- pyhton代码的执行是由python虚拟机进行控制

- 在主循环中只能有一个控制线程在执行

- python包

- thread: 有问题 不好用,python3 的名字叫_thread

- threading 通用的包

## - threading的使用

1. 方法1

- 直接利用threading.Thread生成Thread实例

- 1。 t = threading.Thread(target=xxx, args=(xxx,))

- 2。 t.start():启动多线程

- 3。 t.join():等待多线程执行完成

- 守护线程:和主线程一样

- t.setDaemon(True)

- 如果在程序中把子线程设置成了守护线程,则子线程在主线程结束的时候就自动退出

- 一般认为守护线程不脱离主线程单独运行

- 守护线程的执行效果和环境有关

- 线程常用属性:

- threading.currentThread:返回当前线程变量

- threading.enumerate:返回一个包含正在运行的线程的list

- threading.activeCount :返回正在运行的线程数量

- thr.setName:给线程设置名字

- thr.getName:得到正在运行的线程的名字

2. 方法2

- 直接继承自threading.Thread

- 直接继承Thread

- 重写run函数 run函数的内容也就是直接使用的时候指定的函数的功能

- 类实例可以直接运行

- 继承注意事项:

- init函数可以不写,要写一定要调用父类的init

- 必须重写run函数,run函数代表的是真正的功能

## 共享变量

- 当多个线程同时访问一个变量的时候,会产生共享变量的问题

- 解决方案:锁,信号灯

- 锁(Lock)

- 是一个标志,表示一个线程在占用一些资源

- 使用方法:

- 上锁

- 使用共享资源,随便用

- 取消锁,释放资源

#具体方法:

lock = threading.Lock() #定义一个锁

lock.acquire() #申请一个锁

##然后操作相应的资源

lock.release()

#注意事项:

1. 锁谁

2. 理解锁,锁不是锁住谁,而是一个令牌,

## 线程安全问题

- 如果一个资源,不加锁也不会引起任何问题,则成为线程安全

- 线程不安全变量类型 list、set、dict

- 线程安全变量类型 queue

## 生产者消费者问题

-queue存放变量的数据结构,特点:先进先出,可以理解为特殊的list

~~~

#python2 from Queue import Queue

#python3 import queue

~~~

需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕需求响应动态冰蓄冷系统及其优化策略展开研究,结合Matlab代码实现,探讨了在电力需求侧管理背景下,冰蓄冷系统如何通过优化运行策略参与需求响应,以实现削峰填谷、降低用电成本和提升能源利用效率的目标。研究内容包括系统建模、负荷预测、优化算法设计(如智能优化算法)以及多场景仿真验证,重点分析不同需求响应机制下系统的经济性和运行特性,并通过Matlab编程实现模型求解与结果可视化,为实际工程应用提供理论支持和技术路径。; 适合人群:具备一定电力系统、能源工程或自动化背景的研究生、科研人员及从事综合能源系统优化工作的工程师;熟悉Matlab编程且对需求响应、储能优化等领域感兴趣的技术人员。; 使用场景及目标:①用于高校科研中关于冰蓄冷系统与需求响应协同优化的课题研究;②支撑企业开展楼宇能源管理系统、智慧园区调度平台的设计与仿真;③为政策制定者评估需求响应措施的有效性提供量化分析工具。; 阅读建议:建议读者结合文中Matlab代码逐段理解模型构建与算法实现过程,重点关注目标函数设定、约束条件处理及优化结果分析部分,同时可拓展应用其他智能算法进行对比实验,加深对系统优化机制的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值