preloader

1 de enero de 1 | 1 minutos de lectura
Índice de contenido

30.12 Subproceso de datos locales En algunas situaciones, cada subproceso requiere su propia copia de los datos en los que está trabajando. con; esto significa que la memoria compartida (montón) es difícil de usar ya que es inherentemente compartido entre todos los hilos. Para superar esto, Python proporciona un concepto conocido como datos Thread-Local. Los datos locales de subprocesos son datos cuyos valores están asociados con un subproceso en lugar de con la memoria compartida. Esta idea se ilustra a continuación: Para crear datos locales de subprocesos, solo es necesario crear una instancia de subprocesamiento. local (o una subclase de esto) y almacenar atributos en él. Las instancias serán hilo específico; lo que significa que un subproceso no verá los valores almacenados por otro subproceso. Por ejemplo: desde subprocesos import Thread, local, currentThread de randint de importación aleatoria def mostrar_valor(datos): intentar: val = datos.valor excepto AttributeError: print(subprocesoactual().nombre, ’ - Sin valor todavía’) demás: print(SubprocesoActual().nombre, ’ - valor =’, val) def trabajador(datos): mostrar_valor(datos) datos.valor = randint(1, 100) mostrar_valor(datos) print(SubprocesoActual().nombre, ’ - Inicio’) datos_locales = locales() mostrar_valor(datos_locales) 30.12 Subproceso de datos locales 357

comments powered by Disqus

popular post

El modelo AR de series temporales univariadas

Resumen: En esta entrada, descubrirá el modelo AR: El modelo autorregresivo.

Leer más

Evaluación de modelos para pronosticar

Resumen: Al desarrollar modelos de aprendizaje automático, generalmente se comparan varios modelos durante la fase de construcción.

Leer más

Modelos para pronosticar

Resumen: El pronóstico, traducido groseramente como la tarea de predecir el futuro, ha estado presente en la sociedad humana durante siglos.

Leer más