最新文章专题视频专题问答1问答10问答100问答1000问答2000关键字专题1关键字专题50关键字专题500关键字专题1500TAG最新视频文章推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37视频文章20视频文章30视频文章40视频文章50视频文章60 视频文章70视频文章80视频文章90视频文章100视频文章120视频文章140 视频2关键字专题关键字专题tag2tag3文章专题文章专题2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章专题3
当前位置: 首页 - 科技 - 知识百科 - 正文

python类变量在多线程下的共享与释放问题

来源:动视网 责编:小采 时间:2020-11-27 14:28:31
文档

python类变量在多线程下的共享与释放问题

python类变量在多线程下的共享与释放问题:最近被多线程给坑了下,没意识到类变量在多线程下是共享的,还有一个就是没意识到 内存释放问题,导致越累越大1.python 类变量 在多线程情况 下的 是共享的2.python 类变量 在多线程情况 下的 释放是不完全的3.python 类变量 在多线程情况 下没释放的那部分
推荐度:
导读python类变量在多线程下的共享与释放问题:最近被多线程给坑了下,没意识到类变量在多线程下是共享的,还有一个就是没意识到 内存释放问题,导致越累越大1.python 类变量 在多线程情况 下的 是共享的2.python 类变量 在多线程情况 下的 释放是不完全的3.python 类变量 在多线程情况 下没释放的那部分


最近被多线程给坑了下,没意识到类变量在多线程下是共享的,还有一个就是没意识到 内存释放问题,导致越累越大

1.python 类变量 在多线程情况 下的 是共享的

2.python 类变量 在多线程情况 下的 释放是不完全的

3.python 类变量 在多线程情况 下没释放的那部分 内存 是可以重复利用的

import threading
 import time
 
 class Test:
 
 cache = {}
 
 @classmethod
 def get_value(self, key):
 value = Test.cache.get(key, [])
 return len(value)
 
 @classmethod
 def store_value(self, key, value):
 if not Test.cache.has_key(key):
 Test.cache[key] = range(value)
 else:
 Test.cache[key].extend(range(value))
 return len(Test.cache[key])
 
 @classmethod
 def release_value(self, key):
 if Test.cache.has_key(key):
 Test.cache.pop(key)
 return True
 
 @classmethod
 def print_cache(self):
 print 'print_cache:'
 for key in Test.cache:
 print 'key: %d, value:%d' % (key, len(Test.cache[key]))
 
 def worker(number, value):
 key = number % 5
 print 'threading: %d, store_value: %d' % (number, Test.store_value(key, value))
 time.sleep(10)
 print 'threading: %d, release_value: %s' % (number, Test.release_value(key))
 
 if __name__ == '__main__':
 thread_num = 10
 
 thread_pool = []
 for i in range(thread_num):
 th = threading.Thread(target=worker,args=[i, 1000000])
 thread_pool.append(th)
 thread_pool[i].start()
 
 for thread in thread_pool:
 threading.Thread.join(thread)
 
 Test.print_cache()
 time.sleep(10)
 
 thread_pool = []
 for i in range(thread_num):
 th = threading.Thread(target=worker,args=[i, 100000])
 thread_pool.append(th)
 thread_pool[i].start()
 
 for thread in thread_pool:
 threading.Thread.join(thread)
 
 Test.print_cache()
 time.sleep(10)

公用的数据,除非是只读的,不然不要当类成员变量,一是会共享,二是不好释放。

文档

python类变量在多线程下的共享与释放问题

python类变量在多线程下的共享与释放问题:最近被多线程给坑了下,没意识到类变量在多线程下是共享的,还有一个就是没意识到 内存释放问题,导致越累越大1.python 类变量 在多线程情况 下的 是共享的2.python 类变量 在多线程情况 下的 释放是不完全的3.python 类变量 在多线程情况 下没释放的那部分
推荐度:
标签: 共享 下的 释放
  • 热门焦点

最新推荐

猜你喜欢

热门推荐

专题
Top