python介面自動化九--面對對象編程二，搭建測試環境，多線程與多進程

標籤：資料庫   requests   assm   就是   任務   put   http   table   修改   

1.面對對象編程

1.1 基本概念

執行個體方法：在類裡面定義的函數都是執行個體方法，函數內有self變數

類方法：

1. 不可以執行個體化，直接用類名調用
2. 類方法可以使用類變數，cls.xxx
3. 執行個體可以通過self.xx使用類方法

4. 類方法裡面不能使用執行個體方法和執行個體變數

   靜態方法：

5. 定義在類裡的普通函數
6. 用不了執行個體方法，執行個體變數，類方法，類變數

7. 不需要執行個體化，直接用類名調用

? 屬性方法：

1. 是執行個體方法
2. 不能有入參
3. 用它的時候，直接m.func,把它當做變數來使用，後面不需要加括弧

4. 它是擷取函數的傳回值

   解構函式：在執行個體被回收的時候執行，執行個體在程式結束時被回收

   建構函式：【init】類在執行個體化的時候，會自動執行

   私人函數：【del】兩個底線開頭，聲明該方法為私人方法，只能在類的內部調用 ，不能在類地外部調用

class My:    def __init__(self):#建構函式，類在執行個體化的時候，會自動執行         print(‘執行建構函式‘)    def __del__(self): #解構函式，在執行個體被銷毀的時候會自動執行          print(‘執行解構函式‘)    def say(self): #入參裡面有self的是執行個體方法，只有通過執行個體化才可以調用        print(‘我是牛奶‘)        self.__cry()    def __cry(self): #私人函數，只能在類裡面調用        print(‘哇哇哇‘)    @classmethod  #類方法，可以執行個體化調用，通過類名直接調用    def eat(cls):        print("吃飯")    @staticmethod  #靜態方法，不需要執行個體化，直接用類名調用    def run():        pass    @property   #屬性方法，是執行個體方法，使用的時候直接當做變數來用    def red_pag(self):        return 100

1.2裝飾器：他們是修改其他函數的功能的函數

裝飾器小例子

import time,requestsdef timer(func):    def war(*args,**kwargs):        start = time.time()        res = func(*args,**kwargs)        end_time = time.time()        print(‘啟動並執行時間是%s‘%(end_time-start))        return res    return war@timerdef down_img(name):    res=requests.get(‘http://www.nnzhp.cn/wp-content/uploads/2018/07/60f2add20f0659e27d26435f28b8472e.png‘)    open(‘a.png‘,‘wb‘).write(res.content)    return name+‘hhh‘@timerdef eat():    time.sleep(5)res = down_img(‘xxx‘)print(res)eat()

1.3 繼承

class Ln:  #父類    money=2000    def make_money(self):         print(‘掙錢‘)class Me(Ln)  #子類繼承父類    def make_money(self):         print(‘掙更多的錢’)

2.搭建測試環境

第一次搭建

1. 安裝依賴軟體mysql,redis,tomcat,nginx,jdk，資料庫，中介軟體等
2. 從SVN，git上擷取代碼
3. 編譯（java，c,c#)
4. 匯入基礎資料
5. 修改設定檔
6. 啟動項目

日常部署

1. 擷取最新代碼
2. 編譯
3. 執行sql檔案（如果資料庫結構有改變的話）
4. 修改設定檔
5. 重啟項目

3.多線程與多進程

進程：一個進程就是一個程式。

線程：線程就是進程裡面最小的執行單元。 一個進程裡面最少有一個線程，可以有多個線程， 每個線程之間都是互相獨立的。

由於python裡面的GIL（全域解譯器鎖）機制，它確保任何時候都只有一個Python線程執行 ，所以python裡面的多線程，利用不了多核cpu,只能利用一個核心的cpu。在CPU密集型進程，那多線程並不能帶來效率上的提升，相反還可能會因為線程的頻繁切換，導致效率下降； 如果是IO密集型進程，多線程進程可以利用IO阻塞等待時的空閑時間執行其他線程，提升效率。

多線程適用於IO密集型任務，多進程適用於CPU密集型任務

import threading,timeall_res=[]def run():   time.sleep(5)   print(‘%s 哈哈哈‘%name)   all_res.append(name)threads=[] #存放所有的子線程for i in range(10) #開10個子線程   t = threading.Thread(target=run,args=(i,))   threads.append(t)   t.start()   #方法一：統計當前線程數量判斷所有子線程是否運行完成while threading.active_count()!=1:       pass    #當while=1,說明子線程已經完成，結束迴圈，程式向下執行#方法二：主線程迴圈等待所有的子線程結束後再結束for t in threads:    t.join()#等待子進程運行完以後再運行print(all_res)

守護線程：當主線程結束後，守護進程也會結束

import threading,timedef run():   time.sleep(8)   print(‘run。。‘)for i in range(10):   t=threading.Thread(target=run)   t.setDaemon(True) #設定子線程為一個守護進程   t.start()  print(‘over‘)#主線程結束後，子線程就結束了，run函數不會執行

鎖

import threadingfrom threading import Locknum = 0Lock = Lock()def run():    global num    lock.acquire() #加鎖    num+=1    lock.release()  #解鎖    with lock:  #自動加解鎖          num+=1for i in range(100):    t=threading.Thread(target=run)    t.start()while threading.active_count()!=1:    passprint(num)

線程池

可以控制最多允許多少個線程同時進行，超出的部分自動等待。解決了線程運行分配任務不均，比如一個線程還在苦苦工作，而另一個線程已經完成，卻無法協助前一個線程分擔的情況 。

import threadpool,pymongo,requestsclient = pymongo.MongoClient(host=‘118.24.3.40‘,port=27017)table=client[‘liken‘][‘qq_group_likun‘]all_table=[i.get(‘qq‘) for i in table.find()]url = ‘http://q4.qlogo.cn/g?b=qq&nk=%s&s=140‘def down_img(qq_num):    res=requests.get(url%qq_num).content    with open(‘%s.jpg‘%qq_num,‘wb‘) as fw:         fw.write(res)pool = threadpool.ThreadPool(200) #定義線程池的大小all_requests=threadpool.makeRequests(down_img,all_qq) #分配資料for i in all_requests:       pool,putRequest(r) #發請求#[pool.putReques(r) for r in all_requests]pool.wait() #等待所有線程運行完成print(‘done!下載完成。‘)

python介面自動化九--面對對象編程二，搭建測試環境，多線程與多進程