


Analyse des von der Funktion fork() in Python generierten Unterprozesses
Das Betriebssystemmodul von Python verfügt über die Funktion fork() zum Generieren von untergeordneten Prozessen. Die generierten untergeordneten Prozesse sind Spiegelbilder des übergeordneten Prozesses, verfügen jedoch über eigene Adressräume. Der untergeordnete Prozess kopiert eine Kopie des Speichers des übergeordneten Prozesses , zwei Die Ausführung zwischen Prozessen ist unabhängig voneinander, und die Ausführungsreihenfolge kann unsicher, zufällig und unvorhersehbar sein, ähnlich der Ausführungsreihenfolge von Multithreads.
import os def child(): print 'A new child:', os.getpid() print 'Parent id is:', os.getppid() os._exit(0) def parent(): while True: newpid=os.fork() print newpid if newpid==0: child() else: pids=(os.getpid(),newpid) print "parent:%d,child:%d"%pids print "parent parent:",os.getppid() if raw_input()=='q': break parent()
Nachdem wir das OS-Modul geladen haben, generiert die Funktion fork() in unserer übergeordneten Funktion einen untergeordneten Prozess. Es gibt zwei Rückgabewerte newpid, einer ist 0, um den untergeordneten Prozess darzustellen, und der other ist Eine Ganzzahl größer als 0 wird zur Darstellung des übergeordneten Prozesses verwendet. Diese Konstante ist die PID des untergeordneten Prozesses. Wir können die beiden Rückgabewerte durch die print-Anweisung deutlich erkennen. Wenn der Rückgabewert von fork() ein negativer Wert ist, bedeutet dies, dass der untergeordnete Prozess nicht erfolgreich generiert wurde (diese Situation wird in diesem einfachen Programm nicht berücksichtigt). Wenn newpid == 0, bedeutet dies, dass wir den untergeordneten Prozess eingegeben haben, dh die Funktion child (). Im untergeordneten Prozess geben wir unsere eigene ID und die ID des übergeordneten Prozesses aus. Wenn die else-Anweisung eingegeben wird, bedeutet dies, dass newpid> 0 ist und wir den übergeordneten Prozess eingeben. Im übergeordneten Prozess erhält os.getpid() seine eigene ID. Der Rückgabewert von fork(), newpid, stellt die ID dar Gleichzeitig geben wir die ID des übergeordneten Prozesses aus. Durch Experimente können wir feststellen, dass die Ausführungsreihenfolge von untergeordneten und übergeordneten Prozessen ungewiss ist der Planungsalgorithmus des Betriebssystems.

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps

Bei der Verwendung von Pythons Pandas -Bibliothek ist das Kopieren von ganzen Spalten zwischen zwei Datenrahmen mit unterschiedlichen Strukturen ein häufiges Problem. Angenommen, wir haben zwei Daten ...

Dieser Artikel führt die Python-Entwickler in den Bauen von CLIS-Zeilen-Schnittstellen (CLIS). Es werden mit Bibliotheken wie Typer, Click und ArgParse beschrieben, die Eingabe-/Ausgabemedelung betonen und benutzerfreundliche Designmuster für eine verbesserte CLI-Usabilität fördern.

In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben

Der Artikel erörtert die Rolle virtueller Umgebungen in Python und konzentriert sich auf die Verwaltung von Projektabhängigkeiten und die Vermeidung von Konflikten. Es beschreibt ihre Erstellung, Aktivierung und Vorteile bei der Verbesserung des Projektmanagements und zur Verringerung der Abhängigkeitsprobleme.

Regelmäßige Ausdrücke sind leistungsstarke Tools für Musteranpassung und Textmanipulation in der Programmierung, wodurch die Effizienz bei der Textverarbeitung in verschiedenen Anwendungen verbessert wird.
