ZAQ1018472917的博客

#目录1介绍篇线程篇（待写）进程篇（待写）异步篇（待写）GPU篇（待写）#设计并行编程**任务分解：**将程序分解为任务，在不同处理器上执行以实现并行化。（可以使用以下两种方法）**领域分解：将问题数据分解（当处理的数据量很大时，分开处理）**功能性分解：将问题分解为任务（把大的任务分解为多个小任务处理）**任务分配：将任务分配到各个处理器上（目的是负载均衡）*...

目录1介绍篇线程篇进程篇异步篇（待写）GPU篇（待写）基本使用#coding=utf-8import multiprocessingimport os # 获取pid用import time # 延时用# 子进程要执行的函数def child_proc(name): print(f'child process {name} pid: {os.getpid()...

目录1介绍篇线程篇进程篇（待写）异步篇（待写）GPU篇（待写）基本使用python线程使用的两个模块为： _thread (不推荐再使用)、 threading（查看threading的源码可以发现，threading实际是对_thread进一步的封装，官方将其称为 Low-level threading API，下面简单尝试使用_thread）调用start_new_t...

目录1介绍篇线程篇进程篇异步篇GPU篇（待写）介绍除了线性、并行执行模式外，还有异步模式，它与事件编程一样，十分重要在并发的异步模式中，不同的任务在时间线上是相互交错的，而且一切都是在单一控制流（单线程）下进行的基本使用示例1：类似并行import asynciodef A(): print('a') yield from asyncio.sle...

目录1介绍篇线程篇进程篇异步篇[GPU篇][5]设计并行编程任务分解：将程序分解为任务，在不同处理器上执行以实现并行化。（可以使用以下两种方法）领域分解：将问题数据分解 （当处理的数据量很大时，分开处理）功能性分解：将问题分解为任务 （把大的任务分解为多个小任务处理）任务分配：将任务分配到各个处理器上 （目的是负载均衡）聚集：将小任务与大任务合并到一起从而改进性...

目录1介绍篇线程篇进程篇异步篇GPU篇分布式篇简述分布式计算的基本理念是将工作划分为一个一个小任务，分发给多台设备处理，再汇总结果。在分布式计算中，网络中的机器必须要保持可用（延迟误差、意外宕机等等），需要一个持续监控架构分布式多进程2multiprocessing的子模块managers还支持把多进程分布在多台机器上，managers模块已经封装好了网络通信的细节实...