Python多任务编程:进程全面详解与实战指南
1. 进程基础概念
1.1 什么是进程?
进程(Process)是指正在执行的程序,是程序执行过程中的一次指令、数据集等的集合。简单来说,进程就是程序的一次执行过程,它是一个动态的概念。
想象你打开电脑上的音乐播放器听歌,同时又在用浏览器上网,这两个就是不同的进程。操作系统会为每个运行的程序创建一个进程,让它们看起来像是同时在运行。
1.2 进程的特征
-
动态性:进程有创建、执行、暂停、终止等生命周期
-
并发性:多个进程可以同时存在于内存中,在一段时间内交替执行
-
独立性:每个进程拥有独立的地址空间和系统资源
-
异步性:进程执行速度不可预知,可能随时被中断
1.3 进程与程序的区别
区别点 | 程序 | 进程 |
---|---|---|
状态 | 静态的代码集合 | 动态的执行过程 |
生命周期 | 永久保存 | 暂时存在 |
资源占用 | 不占用系统资源 | 占用CPU、内存等资源 |
2. 进程调度算法
操作系统使用调度算法决定哪个进程可以使用CPU资源:
2.1 先来先服务(FCFS)
-
按照进程到达的顺序执行
-
简单但不利于短作业
-
示例:排队买票,先到先得
processes = ["P1", "P2", "P3"]
for p in processes:print(f"正在执行{p}")
2.2 短作业优先(SJF)
-
优先执行预计运行时间短的进程
-
能减少平均等待时间
-
但难以准确预估作业长度
processes = [("P1",3), ("P2",1), ("P3",2)]
processes.sort(key=lambda x: x[1]) # 按执行时间排序
2.3 时间片轮转(RR)
-
每个进程分配一个时间片(如100ms)
-
时间片用完就切换到下一个进程
-
公平但上下文切换开销大
from collections import deque
ready_queue = deque(["P1", "P2", "P3"])
time_slice = 1 # 单位时间while ready_queue:p = ready_queue.popleft()print(f"执行{p} {time_slice}单位时间")ready_queue.append(p) # 重新加入队列
2.4 多级反馈队列
-
结合了多种算法的优点
-
设置多个优先级不同的队列
-
新进程进入高优先级队列
-
长时间运行的进程会被移到低优先级队列
3. 进程的并行与并发
3.1 基本概念
并行(Parallelism):
指多个任务真正同时执行,需要多核CPU支持。就像餐厅有多个厨师同时做不同的菜。
# 并行示例(假设4核CPU)
from multiprocessing import Pooldef task(n):return n * nif __name__ == '__main__':with Pool(4) as p: # 创建4个进程print(p.map(task, [1, 2, 3, 4])) # 4个任务真正同时执行
并发(Concurrency):
指多个任务交替执行,在单核CPU上通过快速切换实现"看似同时"。就像一个厨师轮流做多道菜。
# 并发示例
from multiprocessing import Process
import timedef task(name):print(f"{name}开始")time.sleep(1)print(f"{name}结束")if __name__ == '__main__':processes = []for i in range(3): # 单核CPU上交替执行p = Process(target=task, args=(f"任务{i}",))p.start()processes.append(p)for p in processes:p.join()
3.2 关键区别
特性 | 并行 | 并发 |
---|---|---|
硬件要求 | 需要多核CPU | 单核即可 |
执行方式 | 真正同时执行 | 交替执行 |
效率 | 更高(理想情况) | 相对较低 |
适用场景 | CPU密集型任务 | I/O密集型任务 |
图示 | 🟢🟢🟢(同时进行) | 🟢→🟡→🔴(快速切换) |
3.3 Python中的实现特点
-
GIL限制:由于全局解释器锁(GIL),Python多线程无法实现真正的并行,多进程是Python实现并行的主要方式
-
进程开销:进程创建和上下文切换开销比线程大,适合CPU密集型任务
-
multiprocessing模块:绕过GIL限制,充分利用多核CPU
4. 同步/异步与阻塞/非阻塞
4.1 进程的三种基本状态
4.2 同步 vs 异步
同步(Synchronous):
-
像排队买奶茶,必须等前一个人完成才能轮到你
-
代码示例:
from multiprocessing import Process, Lockdef sync_task(lock, num):with lock: # 同步锁print(f"进程{num}开始工作")time.sleep(1)print(f"进程{num}结束")if __name__ == '__main__':lock = Lock()for i in range(3):Process(target=sync_task, args=(lock, i)).start()
异步(Asynchronous):
-
像取号等餐,拿到号后可以去做其他事
-
代码示例:
from multiprocessing import Pooldef async_task(num):print(f"开始异步任务{num}")time.sleep(1)return num * 10if __name__ == '__main__':with Pool(3) as p:results = [p.apply_async(async_task, (i,)) for i in range(3)]for res in results:print(res.get()) # 需要时才获取结果
4.3 阻塞 vs 非阻塞
阻塞(Blocking):
-
像打电话订餐,必须等客服回应才能做下一件事
-
典型表现:
join()
,get()
等方法会阻塞
p = Process(target=time.sleep, args=(5,))
p.start()
p.join() # 这里主程序会阻塞等待
print("子进程结束")
非阻塞(Non-blocking):
-
像发短信订餐,发完就可以做其他事
-
典型表现:不调用
join()
或使用Queue
的nowait
processes = []
for i in range(3):p = Process(target=time.sleep, args=(i,))p.start()processes.append(p)# 主进程继续执行其他代码...
print("主进程继续运行")# 最后再统一等待
for p in processes:p.join()
4.4 四种组合模式(重点理解)
-
同步阻塞:
-
最传统的方式
-
示例:直接函数调用,等待返回结果
result = time.sleep(3) # 同步调用,阻塞等待
-
-
同步非阻塞:
-
轮询检查状态
-
示例:检查进程是否完成
while True:if not p.is_alive():breaktime.sleep(0.1)
-
-
异步阻塞:
-
较少使用
-
示例:使用回调但主线程等待
def callback(result):print("回调结果:", result)with Pool() as pool:res = pool.apply_async(func, args, callback=callback)res.wait() # 这里又变成了阻塞
-
-
异步非阻塞:
-
最高效的方式
-
示例:使用进程池+回调
def callback(result):print("Got result:", result)with Pool() as pool:for i in range(5):pool.apply_async(func=time.sleep,args=(1,),callback=callback)print("主进程继续执行...")pool.close()pool.join()
-
4.5 实际应用场景建议
模式 | 适用场景 | Python实现方式 |
---|---|---|
同步阻塞 | 简单线性任务 | 直接函数调用 |
同步非阻塞 | 需要轮询的任务 | 循环检查is_alive() |
异步阻塞 | 较少使用 | apply_async +wait() |
异步非阻塞 | 高并发I/O操作 | 进程池+回调函数 |
4.6 完整代码示例(综合应用)
"""
多进程模式下载器示例
演示并行、异步非阻塞模式
"""
from multiprocessing import Pool
import time
import randomdef download(url):print(f"开始下载 {url}")time.sleep(random.uniform(1, 3)) # 模拟下载时间print(f"完成下载 {url}")return f"{url}_内容"def save_content(result):print(f"保存结果: {result}")if __name__ == '__main__':urls = ["http://example.com/1","http://example.com/2","http://example.com/3","http://example.com/4"]with Pool(4) as pool: # 创建进程池# 异步非阻塞模式提交任务results = [pool.apply_async(download, (url,), callback=save_content) for url in urls]print("主进程可以继续处理其他任务...")# 最终等待所有任务完成pool.close()pool.join()print("所有下载任务完成!")
这个示例展示了:
-
并行执行(4个下载任务同时进行)
-
异步非阻塞模式(提交任务后立即继续执行)
-
回调机制(下载完成后自动保存)
5. Python中的进程操作
Python通过multiprocessing
模块实现多进程编程,下面介绍几种创建进程的方式。
5.1 方式一:使用Process类直接创建
from multiprocessing import Process
import osdef func(num):print(f"这是一个普通方法{num}")print(f"我是子进程,我的pid:{os.getpid()},我的父进程编号:{os.getppid()}")if __name__ == '__main__':# 创建进程对象p1 = Process(name="路飞", target=func, args=(1,))# 启动进程p1.start()# 输出父进程信息print(f"我是父进程,我的pid:{os.getpid()},我的父进程编号:{os.getppid()}")print(p1)
代码解析:
-
导入
Process
类和os
模块 -
定义目标函数
func
,它将在子进程中执行 -
创建
Process
实例,指定目标函数和参数 -
调用
start()
方法启动进程 -
os.getpid()
获取当前进程ID,os.getppid()
获取父进程ID
5.2 方式二:继承Process类创建
from multiprocessing import Process
import osclass MyProcess(Process):def __init__(self, *args):super(MyProcess, self).__init__()self.args = argsdef run(self):print(f"我是子进程{self.args[0]}")if __name__ == '__main__':p1 = MyProcess(1)p2 = MyProcess(2)p3 = MyProcess(3)p1.start()p2.start()p3.start()
代码解析:
-
自定义类继承
Process
类 -
重写
run()
方法,定义进程执行逻辑 -
创建自定义类的实例并启动
-
这种方式更面向对象,适合复杂任务
5.3 进程常用方法
from multiprocessing import Process
import timedef fun():print("我是子进程")for i in range(3):time.sleep(5)print(f"我是子进程{i}")if __name__ == '__main__':p1 = Process(name='路飞', target=fun)p1.start()p1.join() # 父进程等待子进程结束for i in range(2):time.sleep(1)print(f"我是父进程{i}")
关键方法:
-
p.start()
:启动进程,并调用该子进程中的p.run() - p.run (): 进程启动时运行的方法,正是它去调用target 指定的函数,我们自定义类的类中一定要实现该方法
-
p.join([timeout]):主线程等待p终止(强调:是主线程处于等的状态,而p是处于运行的状态)。
timeout 是可选的超时时间,需要强调的是, p.join 只能 join 住 start 开启的进程,而不能 join 住 run 开启的进程 -
p.is_alive():如果p仍然运行,返回True
-
p.terminate():强制终止进程p,不会进行任何清理操作,如果p创建了子进程,该子进程就成了僵尸进 程。使用该方法需要特别小心这种情况。如果p还保存了一个锁那么也将不会被释放,进而导致死锁
5.4 进程常用属性
from multiprocessing import Process
import timedef fun():for i in range(10):time.sleep(1)print("我是子进程")if __name__ == '__main__':p = Process(target=fun)p.daemon = True # 设置为守护进程p.start()time.sleep(5)print("我是父进程")
重要属性:
-
daemon
:默认值为False,如果设为True,代表p为后台运行的守护进程,当p的父进程终止时, p也随之终止,并且设定为True后,p不能创建自己的新进程,必须在p.start()之前设置守护进程:跟随着父进程的代码执行结束,守护进程就结束 -
name
:进程名称 -
pid
:进程ID -
exitcode
:进程在运行时为None、如果为–N,表示被信号N结束(了解即可)
6. 进程同步与通信
6.1 进程间数据隔离
from multiprocessing import Processdef work():global nn = 0print('子进程内: ', n)if __name__ == '__main__':n = 100p = Process(target=work)p.start()print('主进程内: ', n)
输出结果:
主进程内: 100
子进程内: 0
解释:进程间内存空间独立,修改子进程中的变量不会影响父进程。
7. 实际应用建议
-
CPU密集型任务:适合使用多进程,可以充分利用多核CPU
-
I/O密集型任务:多线程可能更合适,避免进程创建开销
-
守护进程:用于执行后台任务,如日志记录、监控等
-
进程池:当需要创建大量进程时,考虑使用
Pool
类
8. 注意事项
-
Windows平台必须使用
if __name__ == '__main__':
保护主代码 -
进程创建和销毁开销较大,不宜创建过多进程
-
进程间通信需要使用队列(Queue)或管道(Pipe)等机制
-
避免僵尸进程(子进程结束但父进程未回收资源)
相关文章:
Python多任务编程:进程全面详解与实战指南
1. 进程基础概念 1.1 什么是进程? 进程(Process)是指正在执行的程序,是程序执行过程中的一次指令、数据集等的集合。简单来说,进程就是程序的一次执行过程,它是一个动态的概念。 想象你打开电脑上的音乐播放器听歌,…...
【英语语法】词法---副词
目录 副词1. 副词的核心功能2. 副词的分类(1) 按意义分类(2) 按形式分类 3. 副词的构成(1) 形容词变副词的规则(2) 不规则变化 4. 副词的位置(1) 修饰动词时的位置(2) 多个副词的排列顺序 5. 副词的比较级与最高级(1) 规则变化(同形容词)(2) 不规则变化(…...
51c大模型~合集119
我自己的原文哦~ https://blog.51cto.com/whaosoft/13852062 #264页智能体综述 MetaGPT等20家顶尖机构、47位学者参与 近期,大模型智能体(Agent)的相关话题爆火 —— 不论是 Anthropic 抢先 MCP 范式的快速普及,还是 OpenAI…...
Day3:个人中心页面布局前端项目uniapp壁纸实战
接下来我们来弄一下个人中心页面布局user.vue <template><view class"userLayout"><view class"userInfo"><view class"avatar"><image src"../../static/Kx.jpg" mode"aspectFill"></im…...
多元协同网络拓扑模型
一、组织逻辑架构解构 1.1 多元协同网络拓扑模型 (1)产业链价值链重构图谱 阶段核心节点技术耦合系数商业转化周期基础层云服务供应商(阿里云/ECS集群)0.8512-24个月中台层开发者生态(百炼平台/API网关)…...
基于 Elasticsearch 8.12.0 集群创建索引
索引创建 创建一个产品的索引 解释: productId: 产品的唯一标识符,使用 keyword 类型,适合精确匹配和聚合操作。name: 产品名称,使用 text 类型进行全文搜索,同时包含一个 keyword 子字段用于精确匹配。description:…...
LeetCode283.移动零
给定一个数组 arr,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。 请注意 ,必须在不复制数组的情况下原地对数组进行操作 示例 1: 输入: nums [0,1,0,3,12] 输出: [1,3,12,0,0] 示例 2 输入: nums [0] 输出: [0…...
select、poll、epoll实现多路复用IO并对比差异
目录 一、select实现多路复用 1.select函数介绍 2.select优缺点 3.select使用示例 二、poll实现多路复用 1.poll函数介绍 2.poll优缺点 3.poll使用示例 三、epoll实现多路复用 1.epoll函数介绍 2.epoll工作原理 3.epoll工作模式 (1)水平触发LT模式 (2)边缘触发ET模…...
FastAPI-MCP
介绍 开源地址: https://github.com/tadata-org/fastapi_mcp FastAPI-MCP 是一个开源项目,旨在简化 FastAPI 应用与现代 AI 代理(如基于大语言模型的系统)之间的集成。它通过自动将 FastAPI 的所有 API 端点暴露为符合 Model Co…...
Matlab 复合模糊PID
1、内容简介 Matlab 209-复合模糊PID 可以交流、咨询、答疑 2、内容说明 略摘 要:在并联型模糊 PID 复合控制器设计中,必须根据偏差大小及时地调整模糊控制部分和 PID 控制 部分的比例,而这种较为复杂的控制策略利用普通的 Simulink 模块是很难实现的.采用S-函数来解决 这个问…...
javaSE.队列
链表:屁股入队,头部出队 链尾入队👇 是while(tail.next!null) 👇 链首出队(head.next)👇 仅获取队首👇...
c++基础·左值右值
一、左值与右值的本质特征 1. 基础定义 左值 (lvalue) ✅ 可出现在赋值运算符左侧 ✅ 可被取地址(有明确存储位置) ✅ 通常为具名变量(如int a 10;中的a) 右值 (rvalue) ❌ 不可出现在赋值左侧 ❌ 不可取地址(无持久…...
From RAG to Memory: Non-Parametric Continual Learning for Large Language Models
从RAG到记忆:大语言模型的无参数持续学习 原文链接:https://arxiv.org/pdf/2502.14802 Code: https://github.com/OSU-NLP-Group/HippoRAG 🧠 HippoRAG 2 流程概述 1. 离线索引(Offline Indexing) 在此阶段,HippoRAG 2 构建一个开放式知识图谱(Open KG)以存储知识…...
STM32配置系统时钟
1、STM32配置系统时钟的步骤 1、系统时钟配置步骤 先配置系统时钟,后面的总线才能使用时钟频率 2、外设时钟使能和失能 STM32为了低功耗,一开始是关闭了所有的外设的时钟,所以外设想要工作,首先就要打开时钟,所以后面…...
Docker 安装配置教程(配置国内源)
## 一、Windows 安装 Docker Desktop 1. 系统要求: - Windows 10 64位:专业版、企业版或教育版 - 必须开启 Hyper-V 和容器功能 - 至少 4GB 内存 2. 安装步骤: - 访问 Docker 官网下载 Docker Desktop - 双击安装程序 - 按照向导完成安装 - 重启电脑 ## 二、macOS 安装 Dock…...
016-C语言内存函数
C语言内存函数 文章目录 C语言内存函数1. memcpy2. memmove3. memset4. memcmp 注意: 使用这些函数需要包含 string.h头文件。 1. memcpy void * memcpy ( void * destination, const void * source, size_t num );从source指向的位置开始,向后复制num…...
[FPGA]设计一个DDS信号发生器
一、DDS DDS(Data Distribution Service) 是一种面向实时分布式系统的通信中间件标准,专为高性能、高可靠性、低延迟的数据传输场景设计。它由对象管理组织(OMG) 制定并维护,广泛应用于物联网(…...
MySQL 线上大表 DDL 如何避免锁表(pt-online-schema-change)
文章目录 1、锁表问题2、pt-online-schema-change 原理3、pt-online-schema-change 实战3.1、准备数据3.2、安装工具3.3、模拟锁表3.4、解决锁表 1、锁表问题 在系统研发过程中,随着业务需求千变万化,避免不了调整线上MySQL DDL数据表的操作,…...
脚本中**通配符用法解析
在文件路径匹配中,** 是一种特殊的通配符(Glob Pattern),主要用于表示递归匹配任意层级的子目录。这种语法常见于以下场景: 1. 典型应用场景 .gitignore 文件: **/__pycache__ 表示匹配项目根目录下所有层…...
5 提示词工程指南-计划与行动
5 提示词工程指南-计划与行动 计划与行动 Cline 有两种模式: Plan 描述目标和需求、提问与回答、讨论、抽象项目的各个方面、确定技术路线、确定计划 计划与确认相当于架构师,不编写代码Act 按计划编写代码 按照计划编码Plan 模式的本质是构建实际编码前的上下文,Act 的本…...
62页华为IPD-MM流程:市场调研理论与实践方案精读【附全文阅读】
本文围绕市场调研展开,介绍其是联系市场和企业的纽带,具有收集陈述事实、解释信息、预测市场变化的作用,在 IPD 产品开发流程各阶段有不同应用。市场调研类型包括定性和定量研究,一般程序涵盖定义问题、拟定计划、抽样设计等多个环节。常用调研方法多样,各有特点和适用项目…...
(一)mac中Grafana监控Linux上的CPU等(Node_exporter 安装使用)
机器状态监控(监控服务器CPU,硬盘,网络等状态) Node_exporter安装在被测服务器上,启动服务 各步骤的IP地址要换为被测服务器的IP地址Prometheus.yml的 targets值网页访问的ip部分grafana添加数据源的URL 注意:只需要在被监听的服务器安装 n…...
STM32单片机入门学习——第44节: [13-1] PWR电源控制
写这个文章是用来学习的,记录一下我的学习过程。希望我能一直坚持下去,我只是一个小白,只是想好好学习,我知道这会很难,但我还是想去做! 本文写于:2025.04.20 STM32开发板学习——第44节: [13-1] PWR电源控制 前言开发板说明引用解答和科普一…...
Windows 10 上安装 Spring Boot CLI详细步骤
在 Windows 10 上安装 Spring Boot CLI 可以通过以下几种方式完成。以下是详细的步骤说明: 1. 手动安装(推荐) 步骤 1:下载 Spring Boot CLI 访问 Spring Boot CLI 官方发布页面。下载最新版本的 .zip 文件(例如 sp…...
WEMOS LOLIN32 开发板引脚布局和技术规格
🔗 快速链接ESP32 Development Boards, Sensors, Tools, Projects and More https://megma.ma/wp-content/uploads/2021/08/Wemos-ESP32-Lolin32-Board-BOOK-ENGLISH.pdf WEMOS LOLIN32 Development Board Details, Pinout, Specs WEMOS LOLIN32 Development Board …...
【AI 加持下的 Python 编程实战 2_07】第七章:基于 Copilot 完整演示问题分解能力在实际问题中的落地应用
【全新第二版《Learn AI-assisted Python Programming》封面】 写在前面 问题分解能力在 AI 辅助编程中具有举足轻重的作用。但是怎样分解才算合理有效呢?本章从一个具体的案例切入,完整展示了 GitHub Copilot 在自顶而下设计论的指导下圆满完成既定任务…...
React 路由入门秘籍:BrowserRouter 的江湖之道
前言 各位江湖中人,今日咱们聊一门流传在前端江湖的神秘绝学:<BrowserRouter>。此技出自 React 路由门派,专修客户端路由之道,擅长在 Web 世界中轻功跳转、闪转腾挪,悄无声息间掌控页面切换。 若你是构建现代 Web 应用的侠客,这篇秘籍堪比九阳真经,一经参悟,便…...
软件安装,systemctl命令,软连接
yum是centos里面的(apt是Ubuntu的) yum:RPM软件管理器,用于自动化安装配置Linux软件,并可以自动解决依赖问题 语法:yum 【-y】【install | remove | search | restart 】软件名称 -y:自动确…...
SpringBoot Actuator健康检查:自定义HealthIndicator
文章目录 引言一、Spring Boot Actuator健康检查概述二、自定义HealthIndicator的必要性三、实现自定义HealthIndicator四、高级健康检查配置五、实现自定义健康状态和响应码总结 引言 Spring Boot Actuator是Spring Boot框架中用于监控和管理应用程序的强大功能模块。它提供了…...
注意力机制(np计算示例)单头和多头
为了更好理解注意力机制里面的qkv矩阵,使用np来演示。 单头注意力 import numpy as np import math# 初始化输入 X X np.array([[[1, 2, 3], [4, 5, 6]]])# 初始化权重矩阵 WQ、WK、WV WQ np.array([[1, 0], [0, 1], [0, 0]])WK np.array([[1, 0], [0, 1], [0,…...
生成对抗网络(Generative adversarial network——GAN)
文章目录 1. 前言1.1 判别器和生成器的作用?2.2 个人总结 2. 核心代码示例2.1 训练判别器网络2.2 训练生成器网络 参考文章 1. 前言 生成对抗网络的原文:Generative Adversarial Nets,该论文的精读视频:生成对抗网络GAN开山之作论…...
CSGHub开源版本v1.6.0更新
CSGHub v1.6.0 带来了多项核心功能升级与性能优化,显著增强了对大模型推理、微调、评估等流程的支持,并进一步完善了推理服务与用户交互体验。 插件化推理与训练引擎框架 推理、微调和评估引擎现已全面模块化,支持通过配置文件灵活接入多种引…...
Redis日常学习(一)
我的Redis学习笔记:从命令行到性能调优 Redis Redis(Remote Dictionary Server)本质上是一个基于内存的键值存储系统. 安装配置Redis的过程非常简单: # Ubuntu/Debian安装Redis sudo apt-get update sudo apt-get install red…...
Unity3D仿星露谷物语开发37之浇水动画
1、目标 当点击水壶时,实现浇水的动画。同时有一个水从水壶中流出来的特效。 假如某个grid被浇过了,则不能再浇水了。。 如果某个grid没有被dug过,也不能被浇水。 2、优化Settings.cs脚本 增加如下内容: public static float…...
JavaScript 一维数组转不含零的两个数
问题描述: /*** param {number} n* return {number[]}*/ var getNoZeroIntegers function(n) {for(let i 1;i<n;i){if(String(i).indexOf(0) -1&&String(n-i).indexOf(0) -1){return [i,n-i]}}};String类型indexOf()函数如果找不到字串则返回-1&…...
抽象工厂模式及其在自动驾驶中的应用举例(c++代码实现)
模式定义 抽象工厂模式(Abstract Factory Pattern)是一种创建型设计模式,用于封装一组具有共同主题的独立对象创建过程。该模式通过提供统一接口创建相关对象家族,而无需指定具体实现类,特别适合需要保证系统组件兼容…...
知乎十四载:从精英问答到AI时代的知识灯塔
一、起源:Quora 的火种与周源的执念 2010 年,互联网浪潮正汹涌澎湃,各种新兴平台如雨后春笋般不断涌现。就在这一年的一个夜晚,周源像往常一样在网上浏览着各类信息,当他打开美国问答网站 Quora 时,瞬间被…...
Linux文件时间戳详解:Access、Modify、Change时间的区别与作用
在 Linux 系统中,文件的这三个时间戳(Access、Modify、Change)分别表示不同的文件状态变更时间,具体含义如下: 1. Access Time (Access) 含义:文件最后一次被访问的时间(读取内容或执行…...
Doris + Iceberg 构建冷热分层数据湖架构:架构设计与实战指南
在海量数据治理与存储演进中,冷热数据分层 已成为降本增效的关键策略。本篇将深入探讨如何结合 Apache Doris 与 Apache Iceberg 构建一套高性能、可扩展的数据湖架构,支持冷热数据自动分层、快速查询与灵活扩展。 一、背景:为什么需要冷热数…...
顺序表和链表的区别(C语言)
前言 线性表是最基础的数据结构之一,其中顺序表与链表分别代表两种存储方式: 顺序表(Sequential List):底层用数组实现,要求内存连续,典型代码以 int data[N] 或动态分配的 malloc/realloc 数…...
【Redis】Redis中的常见数据类型(一)
文章目录 前言一、Redis前置知识1. 全局命令2、数据结构和内部编码3. 单线程架构 二、String 字符串1. 常见命令2. 计数命令3.其他命令4. 内部编码5. 典型使用场景 三、Hash哈希1. 命令2.内部编码3. 使用场景4. 缓存方式对比 结语 前言 Redis 提供了 5 种数据结构,…...
Vue3 + TypeScript,使用祖先传后代模式重构父传子模式
父传子模式 父组件 SampleInput.vue <script setup lang"ts" name"SampleInput"> import { ref } from "vue"; import type { ApplyBasicInfo, Apply, ApplySample } from "/interface"; import CommonApplySampleTable from …...
MySQL:9.表的内连和外连
9.表的内连和外连 表的连接分为内连和外连 9.1 内连接 内连接实际上就是利用where子句对两种表形成的笛卡儿积进行筛选,之前查询都是内连 接,也是在开发过程中使用的最多的连接查询。 语法: select 字段 from 表1 inner join 表2 on 连接…...
(mac)Grafana监控系统之监控Linux的Redis
Grafana安装-CSDN博客 普罗米修斯Prometheus监控安装(mac)-CSDN博客 1.Redis_exporter安装 直接下载 wget https://github.com/oliver006/redis_exporter/releases/download/v1.0.3/redis_exporter-v1.0.3.linux-amd64.tar.gz 解压 tar -xvf redis_…...
Multisim使用教程详尽版--(2025最新版)
一、Multisim14前言 1.1、主流电路仿真软件 1. Multisim:NI开发的SPICE标准仿真工具,支持模拟/数字电路混合仿真,内置丰富的元件库和虚拟仪器(示波器、频谱仪等),适合教学和竞赛设计。官网:艾…...
python pdf转图片再OCR
先pdf转图片 import os from pdf2image import convert_from_path# PDF文件路径 pdf_path /Users/xxx/2022.pdf # 输出图片的文件夹 output_folder ./output_images2022 # 输出图片的命名格式 output_name page# 如果输出文件夹不存在,创建它 if not os.path.ex…...
npm link 使用指南
npm link 使用指南 npm link 是一个非常有用的命令,主要用于在开发过程中将本地 npm 包链接到全局 npm 目录,从而可以在其他项目中使用这个本地包,而不需要发布到 npm 仓库。 基本用法 1. 创建全局链接 进入你要链接的本地包的根目录&…...
免费图片软件,可矫正倾斜、调整去底效果
软件介绍 有个超棒的软件要给大家介绍一下哦,它就是——ImgTool,能实现图片漂白去底的功能,而且重点是,它是完全免费使用的呢,功能超强大! 软件特点及使用便捷性 这软件是绿色版本的哟,就像一…...
5G网络切片:精准分配资源,提升网络效率的关键技术
5G网络切片:精准分配资源,提升网络效率的关键技术 随着5G技术的广泛应用,网络切片(Network Slicing)作为其核心创新之一,正在改变传统网络架构。它通过将物理网络划分为多个逻辑网络(切片&…...
seate TCC模式案例
场景描述 用户下单时,需要创建订单并从用户账户中扣除相应的余额。如果订单创建成功但余额划扣失败,则需要回滚订单创建操作。使用 Seata 的 TCC 模式来保证分布式事务的一致性。 1. 项目结构 假设我们有两个微服务: Order Service&#x…...