Ruby でマルチスレッドプログラミングなど - u16suzuの blog
Threadを1つ th = Thread.fork do p 33 end th.join Threadを複数 count = 3 count.times.map do |i| Thread.fork do p i end end.each(&:join) Process pid = fork do p 'Process fork' end exitpid, status = *Process.waitpid2(pid) Fiber Fiber とはThread を軽量化したもの. f = Fiber.new do p "First" Fiber.yield # Fiber.yield を呼ぶとコール元に処理が戻る. もう一度Fiber#resumeが呼ばれたときは ここから処理が継続する. p "Second" Fiber.yield p "Third" Fiber.yield p "
Haskellでマルチスレッド処理 - Qiita
Control.Concurrentを使うとHaskellでもマルチスレッド処理ができます。 よく使う函数は(多分)以下の通り。 forkIO :: IO () -> IO ThreadId -- IO ()を渡すとその場で実行 killThread :: ThreadId -> IO () -- 指定のThreadをkillする threadDelay :: Int -> IO () -- スレッドを指定の時間[microsec]だけ停止する data MVar a -- スレッド内で使えるmutableな変数 newMVar :: a -> IO (MVar a) -- 変数を初期化 takeMVar :: MVar a -> IO a -- 変数の値を取り出す putMVar :: MVar a -> a -> IO () -- 変数に代入する import Control.Conc
concurrent.futures使い方メモ - Qiita
Python3.2で新たに標準となったパッケージで、マルチスレッド、マルチプロセスによる並列タスク処理を簡単に実装できる。 Executorという基底クラスを継承する形でThreadPoolExecutor、ProcessPoolExecutorが実装されており、どちらを使ってもほぼ同じインタフェースで書ける。 インストール Python3.2では標準パッケージなのでインストールの必要無し。 2.6以上向けにBackportが提供されている。 import concurrent.futures import hashlib def digest(t): # 適当にCPU資源を消費するための関数 hash = hashlib.sha256() for i in range(t*1000000): hash.update('hogehoge') return hash.hexdigest()
Pythonにおける並列処理プログラミング入門 - MyEnigma
エキスパートPythonプログラミング改訂2版posted with カエレバMichal Jaworski,Tarek Ziade KADOKAWA 2018-02-26 Amazonで最安値を探す楽天市場で最安値を探すYahooショッピングで最安値を探す 目次 目次 はじめに subprocessによる複数子プロセス処理 concurrent.futuresによるマルチプロセス処理 Queueによる並行プログラミング 最後に 参考資料 MyEnigma Supporters はじめに 元々Pythonは、 そこまで処理速度が早い言語ではないので、 システムの処理速度を最適化したい場合は、 C++などで書き直した方が良いのかもしれませんが、 Pythonシステムをあと少し早くしたい時には、 並行処理プログラミングをしてみると、 効果があるかもしれません。 最近のコンピューターはマルチコア
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
