十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
这篇文章将为大家详细讲解有关Python中程序不动的原因是什么,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
目前创新互联公司已为1000多家的企业提供了网站建设、域名、网络空间、网站托管维护、企业网站设计、保山网站维护等服务,公司将坚持客户导向、应用为本的策略,正道将秉承"和谐、参与、激情"的文化,与客户和合作伙伴齐心协力一起成长,共同发展。
Python中程序不动的原因:
死循环
死循环很令人讨厌,死循环是预期之外的无限循环。
最典型的预期之内的无限循环是socketserver,进程不死,服务不止。
而死循环看起来很忙(CPU100%),但是没有任何实质的作用。
死循环有不同的粒度,最粗的粒度是两个进程之间的相互调用,比如RPC;
其次是函数级别,较为常见的是没有边界条件的递归调用,或者在多个函数之间的相互调用;
最小的粒度是在一个函数内部,某一个代码块(code block)的死循环,最为常见的就是for,while语句。
在Python中,函数级别是不会造成无限循环的,如代码所示:
# -*- coding: utf-8 -*- def func1(): func() def func(): func1() if __name__ == '__main__': func()
运行代码,很快就会抛出一个异常:RuntimeError: maximum recursion depth exceeded。
显然,python内部维护了一个调用栈,限制了最大的递归深度,默认约为1000层,也可以通过 sys.setrecursionlimit(limit) 来修改最大递归深度。
在Python中,虽然出现这种函数级别的死循环不会导致无限循环,但是也会占用宝贵的CPU,也是决不应该出现的。
而代码块级别的死循环,则会让CPU转到飞起,如下面的代码
# -*- coding: utf-8 -*- def func(): while True: pass if __name__ == '__main__': func()
这种情况,通过看CPU还是很好定位的
从进程状态R(run),以及100%的CPU,基本上就能确定是死循环了,当然也不排除是CPU密集型,这个跟代码的具体逻辑相关。
这个时候,也是可以通过gdb来看看当前调用栈的,具体的准备工作如上,这里直接给出py-bt结果
> (gdb) py-bt
> Traceback (most recent call first):
> File "run\_forever.py", line 5, in func
> File "run\_forever.py", line 8, in
> (gdb)
在《无限“递归”的python程序》一文中,提到过使用协程greenlet能产生无限循环的效果,而且看起来非常像函数递归,其表现和gdb调试结果与这里的死循环是一样的。
关于Python中程序不动的原因是什么就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。