其他

  • socket.gethostname() # 获取当前主机的主机名

  • uuid.getnote() # 获取本机的MAC地址
    mac=uuid.UUID(int = node).hex[-12:]

  • [ ] readme_renderer

进程

通过fork可以创建一个子线程。子线程可以完整地运行并且每个子线程可以充分地利用一个cpu.当一个线程崩溃后，不会影响其他线程

线程

python的解释器在执行代码的时候，有个GIL锁，保证同一时间只有一个线程执行。所以不能充分利用CPU。但是这不代表不会出现几个线程打乱数据的问题，因为线程的切换是按照python字节码来处理的。test/test_thread.py 不会应为有多核CPU而变快。但是test/test_fork.py会因为多核而变快 用kill杀出一个子线程后，会导致进程崩溃

性能

  1. time.time 来判断是否刷新缓存，1秒能执行753万次

if time.time() > start :
    refresh()

  1. random.random 来判断， 1秒能执行977万次

if random.random() > 0.0000001:
    refresh()

  1. 多进程的queue: 50K/s

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# Xiang Wang <ramwin@qq.com>


import time

from multiprocessing import Process, Queue
from multiprocessing.queues import Empty


N = 100_000

def product(q):
    for i in range(N):
        q.put([i, None, "Hello"])


def consumer(qs):
    n = 0
    while True:
        try:
            a = qs.get(timeout=0.1)
            n += 1
        except Empty:
            print("没有数据了", n)
            return


def main():
    start = time.time()
    q = Queue()
    p1 = Process(target=product, args=[q])
    p1.start()
    p2 = Process(target=consumer, args=[q])
    p2.start()
    p1.join()
    p2.join()
    end = time.time()
    print("多进程的queue速度:", N // (end - start))


if __name__ == "__main__":
    main()

  1. redis.get
    本地测试key长度为3和长度为720都差不多 0.05ms, 20K/s

  2. 数据库的get
    0.3ms, 2K/s