work

本系列教程主要来自于官网入门教程的翻译，内容仅供参考。 官网地址 https://www.rabbitmq.com/tutorials/tutorial-two-java.html 上一篇博客中我们写了通过一个命名的队列发送和接收消息，如果你还不了解请点击： RabbitMQ Java入门 。这篇中我们将会创建一个工作队列用来在工作者（consumer）间分发耗时任务。 工作队列的主要任务是：避免立刻执行资源密集型任务，然后必须等待其完成。相反地，我们进行任务调度：我们把任务封装为消息发送给队列。工作进行在后台运行并不断的从队列中取出任务然后执行。当你运行了多个工作进程时，任务队列中的任务将会被工作进程共享执行。 这样的概念在web应用中极其有用，当在很短的HTTP请求间需要执行复杂的任务。 1、 准备 我们使用Thread.sleep来模拟耗时的任务。我们在发送到队列的消息的末尾添加一定数量的点，每个点代表在工作线程中需要耗时1秒，例如hello…将会需要等待3秒。 发送端： NewTask.java import java.io.IOException; import com.rabbitmq.client.Channel; import com.rabbitmq.client.Connection; import com.rabbitmq.client

svn checkout 代码是出现如标题的错误，提示我clean up ，clean up失败，于是网上搜到了这一clean up 失败的解决方法，clean up 后再进入代码update 就可以了 svn提交遇到恶心的问题，可能是因为上次cleanup中断后，进入死循环了。 错误如下： 解决方法：清空svn的队列 1.下载 sqlite3.exe 2.找到你项目的.svn文件，查看是否存在wc.db 3.将sqlite3.exe放到.svn的同级目录 4.启动cmd执行sqlite3 .svn/wc.db "select * from work_queue" 5.看到很多记录，下一步执行delete from work_queue 6.ok了，现在在到项目里面，执行cleanup，完全没问题了，图标状态也已经恢复了。 来源： oschina 链接： https://my.oschina.net/u/1773287/blog/413837

#include <iostream> #include <cstdio> using namespace std; int ans=0,n,k; int work(int x){ int num=0; for(;x;x-=x&-x) num++; return num; } int main(){ scanf("%d%d",&n,&k); if(work(n)<=k){ printf("0"); return 0; } while(work(n)>k) ans+=n&-n,n+=n&-n; printf("%d",ans); return 0; } View Code 这个题告诉我们求一的个数的方法，其实不算难吧，但是进制的题思维量是摆在这了 来源： https://www.cnblogs.com/jindui/p/11634200.html

网络编程之多线程——GIL全局解释器锁 一、引子 定义： In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once. This lock is necessary mainly because CPython’s memory management is not thread-safe. (However, since the GIL exists, other features have grown to depend on the guarantees that it enforces.) 结论：在Cpython解释器中，同一个进程下开启的多线程，同一时刻只能有一个线程执行，无法利用多核优势 首先需要明确的一点是GIL并不是Python的特性，它是在实现Python解析器(CPython)时所引入的一个概念。就好比C++是一套语言（语法）标准，但是可以用不同的编译器来编译成可执行代码。有名的编译器例如GCC，INTEL C++，Visual C++等。Python也一样，同样一段代码可以通过CPython，PyPy，Psyco等不同的Python执行环境来执行

网络编程之多线程——多线程与多进程的区别 一、谁的开启速度快？ 1、在主进程下开启线程 from threading import Thread def work(): print('hello') if __name__ == '__main__': t=Thread(target=work) t.start() print('主线程/主进程') 执行结果如下，几乎是t.start ()的同时就将线程开启了，然后先打印出了hello，证明线程的创建开销极小 hello 主线程/主进程 2、在主进程下开启进程 from multiprocessing import Process def work(): print('hello') if __name__ == '__main__': #在主进程下开启子进程 p=Process(target=work) p.start() print('主线程/主进程') 执行结果如下，p.start ()将开启进程的信号发给操作系统后，操作系统要申请内存空间，让好拷贝父进程地址空间到子进程，开销远大于线程 主线程/主进程 hello 二、瞅一瞅pid 1、在主进程下开启多个线程,每个线程都跟主进程的pid一样 from threading import Thread import os def work(): print('hello',os

看到一篇非常好的银行家算法解析文章，感谢博主 原文链接： https://www.cnblogs.com/adamjwh/p/8232811.html 　　对于计算机中的死锁，我们有四种处理的方法，分别为预防死锁、避免死锁、检测死锁和解除死锁，而今天要说的Dijkstra的银行家算法就是最具有代表性的避免死锁的算法。 　　银行家算法的名字来源于该算法原本是为银行系统设计的，以确保银行在发放现金贷款时，不会发生不能满足所有客户需要的情况，在OS中可以用它来避免死锁。 　　为实现银行家算法，每一个新进程在进入系统时，必须申明在运行过程中可能需要每种资源类型的最大单元数目，其数目不应超过系统所拥有的资源总量。当进程请求一组资源时，系统必须首先确定是否有足够的资源分配给该进程。若有，再进一步计算在将这些资源分配给进程后，是否会使系统处于不安全状态。如果不会，才将资源分配给它，否则让进程等待。 　　首先为实现银行家算法，在系统中必须设置这样四个数据结构： 　　（1） 可利用资源向量Avaliable。 这是一个含有m个元素的数组，其中每一个元素代表一类可利用的资源数目，其初始值是系统所配置的该类全部可用资源的数目，其中的每一个元素代表一类可利用的资源数目，其初始值是系统中所配置的该类全部可用资源的数目，其数值随该类资源的分配和回收而动态的改变。如果Available[j]=K

因为工作需要切换到centos7系统， 网络配置，巨坑爹： 最小化安装的centos7里面甚至连ifconfig、route -ne都没有，需要自行yum install net-tools 安装。 弱弱的问一句，要是网络没通，然后又没有这些基础网络配置查询命令，你教我咋个yum，汗！ 服务重启，再次巨坑+1：新的服务启动都切换到systemctl 控制，而且每个服务后缀都要.service，无语！ systemctl restart netwrok.service 起个服务这么长，目前还没发现补全的命令。 吐槽完毕接下来正式开始网络配置： 安装centos7 自行安装，此处不讲解。 一：重命名为eth0: 安装完了，一看网卡命名，全部变成enoxxxxxxxxx一长串数字。 如果还是希望继续改为之前的eth0,eth1命名方式，执行以下命令： vim /etc/sysconfig/grub 添加net.ifnames=0 biosdevname=0语句，具体位置见下图红色框 grub2-mkconfig -o /boot/grub2/grub.cfg mv /etc/sysconfig/network-scripts/ifcfg-enoxxxxxx /etc/sysconfig/network-scripts/ifcfg-eth0 /etc/sysconfig/network

1 安装Ubuntu18.04.03 lts spt@spt-ts:~$ lsb_release -a No LSB modules are available. Distributor ID: Ubuntu Description: Ubuntu 18.04.3 LTS Release: 18.04 Codename: bionic spt@spt-ts:~$ df -ah Filesystem Size Used Avail Use% Mounted on udev 3.9G 0 3.9G 0% /dev tmpfs 794M 1.9M 792M 1% /run /dev/sda6 111G 5.5G 100G 6% / /dev/sda1 454M 112M 315M 27% /boot /dev/sdb1 916G 142M 870G 1% /home # swap设置了6GB 找了一个台式机，全盘格式化后，全新安装的Ubuntu18.04.3 LTS 2 安装NVIDIA显卡驱动 spt@spt-ts:~$ lspci | grep -i vga 01:00.0 VGA compatible controller: NVIDIA Corporation GM206 [GeForce GTX 950] (rev a1) 显卡：gtx 950 驱动和CUDA对应版本好要求：

RabbitMQ 官方提供了三种 PHP 可用的扩展，分别是： php-amqp http://code.google.com/p/php-amqp/ php-rabbit http://code.google.com/p/php-rabbit/ php-amqplib http://code.google.com/p/php-amqplib/ 这里我选择使用 php-rabbit，因为这个项目的 Activity 比较高，名字也比较权威 安装步骤： 下载 RabbitMQ-C 客户端库 librabbitmq： http://hg.rabbitmq.com/rabbitmq-c/ 下载 RabbitMQ 协议代码生成工具： http://hg.rabbitmq.com/rabbitmq-codegen/ 注意 librabbitmq 的版本号，使用最新版本可能会导致下面编译 php-rabbit 时出错： /bin/sh /work/setup/php-rabbit/libtool –mode=compile cc -I. -I/work/setup/php-rabbit -DPHP_ATOM_INC -I/work/setup/php-rabbit/include -I/work/setup/php-rabbit/main -I/work/setup/php-rabbit -I

工作队列是一种不同于软中断和微线程的一种下半部延迟机制。工作队列将工作延迟到一个内核线程中执行，它运行在进程上下文中，它是可调度的，并且可以休眠。通常，如果延迟的工作中需要休眠，就使用工作队列，否则使用软中断或微线程。由于内核开发者反对创建一个新的内核线程，因此，应当尽量使用工作队列，它其实是事先创建了一个内核线程。 工作队列的实现 工作队列实际上是一种创建内核线程以处理从其他地方入队的任务的接口。这些内核线程称为工作者线程。你可以创建一个特殊的工作者线程来处理延迟工作，然而，工作队列为我们提供了一个默认的工作者线程。在大多数情况下，直接使用该默认工作者线程就可以了。默认的工作者线程称为 events/n ，其中 n 为处理器的编号。 代表线程的数据结构 struct workqueue_struct { struct cpu_workqueue_struct cpu_wq[NR_CPUS]; struct list_head list; const char *name; int singlethread; int freezeable; int rt; }; 每个处理器对应一个 struct cpu_workqueue_struct 的数据结构。 struct cpu_workqueue_struct { spinlock_t lock; /*lock protecting