补全:这段安不安全

补全 safe:字节码原子、或用了 atomic 就安全。 内存模型对比:bytecode_atomic(语言)——CPython 单条字节码在 GIL 下不可分;needs_atomic_type=C++ 才要显式 atomic;guar

开始练习 →

GIL 是什么

CPython 里的 GIL,作用是【0】。 GIL 模型:parallel_gain(种类, n)——CPU 密集在 GIL 下不加速(1)、IO 密集能重叠(约 n);one_at_a_time=同时只 1 个线程跑字节码;use_pr

开始练习 →

GIL 下多线程还有用吗

有了 GIL,多线程对哪类任务仍然有用:【0】。 GIL 模型:parallel_gain(种类, n)——CPU 密集在 GIL 下不加速(1)、IO 密集能重叠(约 n);one_at_a_time=同时只 1 个线程跑字节码;use_

开始练习 →

CPU 密集要真并行怎么办

Python 里 CPU 密集要真正吃满多核,应当【0】。 GIL 模型:parallel_gain(种类, n)——CPU 密集在 GIL 下不加速(1)、IO 密集能重叠(约 n);one_at_a_time=同时只 1 个线程跑字节码

开始练习 →

CPU 密集开 4 线程加速几倍

按 GIL 模型,CPU 密集、4 线程,parallel_gain("cpu", 4) 交回几? GIL 模型:parallel_gain(种类, n)——CPU 密集在 GIL 下不加速(1)、IO 密集能重叠(约

开始练习 →

IO 密集该用多进程吗

按模型,IO 密集,use_processes("io") 交回什么? GIL 模型:parallel_gain(种类, n)——CPU 密集在 GIL 下不加速(1)、IO 密集能重叠(约 n);one_at_a_ti

开始练习 →

补全:能加速几倍

补全 parallel_gain:CPU 密集 1、IO 密集约 n。 GIL 模型:parallel_gain(种类, n)——CPU 密集在 GIL 下不加速(1)、IO 密集能重叠(约 n);one_at_a_time=同时只 1 个

开始练习 →

补全:同时几个在跑

补全 one_at_a_time:GIL 下同时只 1 个线程跑字节码。 GIL 模型:parallel_gain(种类, n)——CPU 密集在 GIL 下不加速(1)、IO 密集能重叠(约 n);one_at_a_time=同时只 1

开始练习 →

补全:要不要用多进程

补全 use_processes:CPU 密集才用多进程。 GIL 模型:parallel_gain(种类, n)——CPU 密集在 GIL 下不加速(1)、IO 密集能重叠(约 n);one_at_a_time=同时只 1 个线程跑字节码

开始练习 →

ABA 问题是什么

无锁里的 ABA 问题,指的是【0】。 ABA 模型:aba_happened(起, 中, 末)——变过又回到起点;cas_value(当前, 期望) 只比值(识别不出 ABA);cas_tagged(当前, 版本, 期望, 期望版本) 值

开始练习 →