## = 清楚断点的时候 clear 7 ## 后面的是数字行数
1、单核CPU可以同时运行好多的程序的原因是： 利用的时间片轮转、优先级调度。
4、 ret 这个值是多少？ 创建一个子进程，自己本身是一个大于0的值，另一个子进程等于0
os.getpid() 获取自己的PID，，os.ppid()-- 获取自己父亲的PID
1、以后写创建子进程的方式，不用fork的方式，用这种可以跨平台的方式来写
1、主进程要等待着 所有的子进程先结束才会over，，儿子孙子都运行完之后才能自己结束！0
1、join()⽅法可以等待⼦进程结束后再继续往下运⾏， 通常⽤于进程间的同
等待 子进程结束以后在去打印 “----main----” 这个主进程的东西
主进程等待着 子进程的运行，一直在 p.join( ) 这里等待着，称为 堵塞 状态。
## 函数说明里面带有 中括号的，就是意味着 可写可不写的状态。
join([ timeout]) timeout : 等待的最长的时间。
time.time() ## 调用time里面的time()方法，通过两个时间相减就可以得到程序运行所需要的时间。
程序中，，当 定义一个是实际类后，执行 p.start() ,会首先进入 start()方法里面进行执行，这个方法里面蕴含着调用 run方法，调用run方法之后，创建的子进程就会 执行run()方法
相应的子进程和主进程就会同时执行两个打印过程， 一个打印 -----1---- 另一个打印 ----main----- 方法。
1、 第一点，先导入： from multiprocessing import Pool
po = Pool(3) # 定义一个进程，最大的进程数是 3
10个任务交给3个小弟去做， 所以只有先安排的任务做完了，才会有新的进程进入到进程池里面。
重点需要说的一点： pool.apply_async(worker,(i,))
pool.close # 关闭进程池，相当于 不能够再次添加新任务了
1、 ret = os.fork() # 尽量不要用，非常底层
pool = Pool (3) # 经过压力测试，得出一个合适的值。
图中红色箭头的地方，实际上，当继续执行的时候， 打印出来一个数字，然后创建一个子进程，当去执行子进程的时候，主程序就会卡在原来的位置不变，等到上一个任务执行完之后才会继续添加新任务。 几乎不用的一种方式。
还有就是 定义一个队列应该这么定义： p = Queue(x) # 里面的 x 代表队列的大小，如果不写的话，意味着你这个队列想要多大都可以，自己随意。
q.put_nowait() 不需要等待，或者以另外一种方式告诉你 队列已经空了，或者已经满了不能存放其他数据了。
进程池中的通信和普通进程之间的通信大致是一样的，但是需要做两点
（1）、导入一个模块 from multiprocessing import Manager, Queue
进程与进程之间默认是没有联系的，，要想联系到一起，其中一种方法就是 队列。
1、python 中的一个 Threading 模块，能够很好的实现多线程的任务。
threading模块中的 Thread 函数和上一节课所学的 Process 模块类似，用法也类似，可以实现同时打印五句话。
进程是资源分配的单位，线程是CPU调度的单位。在同一个进程里面完成创建多个线程，进而进行运算，这样的方案能够在现有资源的基础上，实现更高的效率。
绿色的称之为 主线程，当主线程运行到 Thread(target = test ),这句话是，就会创建一个额外的子线程（红颜色的箭头），子线程从哪里执行，实际上已经规定好了，就是从 test 开始执行。 主线程在这里其实只是执行了5次for循环，真正打印东西的是 主线程生成的5个子线程。
1、多个线程执行一个函数的时候，各自之间不会有影响，各是各的。
创建一个自己的类，以 Thread作为自己的基类，然后将自己要实现的东西放在 类里面的 run方法里面。
当后面，创造一个实例之后，执行 t.start() 时，在start方法里面有一个调用 run方法的隐藏，所以就会直接调用 run方法，进而直接执行 类里面的方法。
当执行完创建线程任务时，这时候有6个线程等待着操作系统去调度，所以这时候谁先被执行呢？ 执行顺序和你执行线程没有太大的关系，操作系统说了算！
1、 进程： 不管全局变量还是局部变量，统统都是个人是个人的，互相之间没有影响。
将一个列表当作是一个参数传递到函数里面的时候也是可以共享的， 多线程共享全局变量。
操作系统每一次只能执行一句程序，所以当一个程序还没运行完的时候，就已经被赶出来了，所以出现了很多的重叠，所以不是200w次。
第一种方法就是： 使用 sleep，让其中的一个进程进行执行，当执行完之后在继续执行下一个进程，这样就不会出现这种问题了。
threading.Lock( ) # 里面有两个重要的参数，第一个 blocking 默认为 true：询问一下是否堵塞。
第二个参数是， timeout ，设定一下运行的时间，默认为 -1，无限等待。
优点： 当一个进程因为没有抢到上锁而停滞的时候，它不占用CPU，所以相对来说，效率就会变高。
1、 将上锁放在 for循环里面，这样的话，导致一种现象就是， 每一次执行for循环的时候，两个循环里面都在竞争上锁，降低效率。
什么时候加锁？ 上锁的代码越少越好。 为什么不是100w，因为每次都在抢着上锁，所以不确定执行的次数。
1、 threading 模块当中的 current_thread()方法 的名字就是当前线程里面的名字。
2、虽然两个线程都到同一个函数里面去执行，但是个人是个人的变量，互相不影响。
1、同步就是协同步调，按预定的先后次序进行运行。 异步： 不确定先后的顺序。
python3 中应该这么写： from queue import Queue
python2 中应该这么写： from Queue import Queue
2、 线程中的队列创建方式： queue = Queue( )
----- 队列的基本操作： queue.put() queue.get() queue.qsize() queue.put_nowait()
当两个线程都需要对全局变量进行操作的时候，就可以联想这个ThreadLocal 方法的使用。
异步： 就是当我正在做着某件事情的时候，突然通知我去做其他的事情， 这种情况叫做 异步。
1)、 主进程一直在睡觉，当 子进程执行完毕的时候，主进程醒来，直接去执行 test2 ，， 子进程在结束的时候，会传递一个 “hahaha” 给test2(主进程)， 这种情况叫做 异步。
2)、 定义一个 线程池，， 然后调用 pool.apply_async( func = test,callback = test2): 这句代码的解释是： 前面的 func = test，就相当于直接写 一个 test，， 后面的 callback 意思是 回调，主进程去干的事情。
1、 多进程的效率明显大于 多线程的效率， 对于单核来说没必要，但是对于多核来说 至关重要。
接下来首先需要了解一下的是， 如何在Ubuntu系统中写C语言程序：
以后在开发的过程中，无论是从网上当下来一个 C语言程序还是其他的，首先都要去重视一下 read.me 文件，用代码 cat read.me 就可以读出来该 C语言程序应该如何执行以及运行在什么环境下。 切记这一点！
