我有点理解,AtomicInteger和其他primefacesvariables允许并发访问。 这个class通常在什么情况下使用?
我还没有看到使用Pool.apply , Pool.apply_async和Pool.map的例子 。 我主要使用Pool.map ; 别人的优点是什么?
为什么我们调用start()方法,然后调用run()方法? 我们不能直接打电话run() ? 请举例说明有什么区别。
并发编程和并行编程有什么区别? 我问谷歌,但没有find任何有助于我理解这种差异的东西。 你能举两个例子吗? 现在我发现这个解释: http : //www.linux-mag.com/id/7411 – 但是“并发是程序的一个属性”vs“并行执行是机器的属性”对于我来说是不够的 – 我还不能说什么是什么。
一个全局variables在两个不同核心上的两个并发运行的线程之间共享。 线程写入和读取variables。 对于primefacesvariables,一个线程可以读取一个陈旧的值? 每个内核可能在其caching中具有共享variables的值,并且当一个线程写入其caching中的副本时,另一个内核中的另一个线程可能会从自己的caching中读取过时值。 或者编译器执行强大的内存sorting来从其他caching中读取最新值? c ++ 11标准库有std :: atomic支持。 这与volatile关键字有什么不同? 在上述情况下,volatile和atomictypes的performance会有什么不同?
我正在使用JPA持久对象。 主对象与另一个对象拥有一对多的关系。 另一个对象存储在一个HashMap中。 什么样的同步可以解决这个问题? 这似乎发生在完全随机的时间,是非常不可预知的。 这是我得到的例外: Exception in thread "pool-1-thread-1" java.util.ConcurrentModificationException at java.util.HashMap$HashIterator.nextEntry(Unknown Source) at java.util.HashMap$ValueIterator.next(Unknown Source) at org.hibernate.collection.AbstractPersistentCollection$IteratorProxy.next(AbstractPersistentCollection.java:555) at org.hibernate.engine.Cascade.cascadeCollectionElements(Cascade.java:296) at org.hibernate.engine.Cascade.cascadeCollection(Cascade.java:242) at org.hibernate.engine.Cascade.cascadeAssociation(Cascade.java:219) at org.hibernate.engine.Cascade.cascadeProperty(Cascade.java:169) at org.hibernate.engine.Cascade.cascade(Cascade.java:130)
我一直在阅读这篇关于primefaces操作的文章 ,它提到了x86上的32位整数赋值是primefaces的,只要variables是自然alignment的。 为什么自然alignment确保primefaces性?
是否正确地说, 静态意味着所有对象的值的一个副本, 易失性意味着所有线程的值的一个副本? 无论如何,一个静态variables值也将成为所有线程的一个值,那么为什么我们应该去挥发 ?
public synchronized X getAnotherX(){ if(iterator.hasNext()){ X b = iterator.next(); String name = b.getInputFileName(); … return b; } else{return null;} } 尽pipe在声明头文件中有synchronized语句,但是我仍然在我使用iterator.next()的那一行得到一个ConcurrentModificationExceptionexception。 这里怎么了?
我正在打开一个具有100,000个url的文件。 我需要发送一个http请求到每个url并打印状态码。 我正在使用Python 2.6,到目前为止看着Python实现线程/并发的许多令人困惑的方式。 我甚至看了python 并发库,但不知道如何正确编写这个程序。 有没有人遇到类似的问题? 我想通常我需要知道如何在Python中尽可能快地执行数千个任务 – 我想这意味着“同时”。 谢谢,伊戈尔