一个减少多进程下python内存占用的小技巧
在python中如果要使用fork或者multiprocess来做多进程，假如import的库很多或者很大，例如wxpython，查看各进程的内存占用你会发现两个进程的内存占用基本上相同，换句话说，如果第二个进程根本不需要用到wx的内容，它也会被加载到内存当中去。就拿wx来做例子，没有import t wx占用大概8M+内存，一旦import wx，内存马上飚升到27M+，如此一来，两个进程就要占50m+。以上数据这只是对一个很小的python程序而言，要是一个需要导入很多库文件的程序，那情况可就不一样了。
经过几番尝试，笔者找到用__import__，在运行时再入库的方法。其实是非常简单的，例如以下例子：
from multiprocessing.managers import BaseManager
from multiprocessing import freeze_support
import os
class MyManager(BaseManager):
pass
global manager
if __name__ == '__main__':
freeze_support()
manager = MyManager()
switch = __import__("myclass",globals(),locals())
manager.register("C", myclass.C)
manager.start()
gui = __import__("mygui", globals(),locals())
mygui.manager = manager
app = mygui.MyApp(0)
app.MainLoop()
manager.shutdown()
os._exit(0)
这样就可以避免两个进程加载不必要的库而早成内存的浪费。
相关文档：
以前没有写过python脚本，于是找了一个简易的教程过了一遍于是就是干了。
这两天测试mysql archive引擎的性能，于是用python向archive表中插入10亿条数据，python大致是如下写的：
for i in range(0,100000000)
insert into ....
结果执行之后系统就死机了，求助“伟哥”，最后发现再执行脚本的时候，for in ......
生成一个有N个元素的有随机整数n组成的列表，其中N和年的取值范围是（1<N<=5）
和(0<=n<100)，显示这个列表的所有子集。
N个数字空有2en个子集，对于这N个数字在每个子集中来讲要么存在要么不存在，可以采用子集映射为2进制的算法。
例如[a,b]集合的子集：
空 ---- &nb ......
要创建你的app（将django配置到环境变量下）
python manage.py startapp polls
它们将会创建一个polls文件夹，里面的内容是：
polls/
__init__.py
models.py
views.py
这个目录结构就是app应用程序。
编写数据库Web应用程序的第一步是定义你的模型层——基本上就是你的数据� ......
1、Python之中唯一内建的映射类型就是字典（Dictionary）。字典中的值并没有特殊的顺序，但是都按照关键字（Key）进行存储，关键字可以是数字、字符串，甚至是元组（Tuple）。
2、字典的语法：字典名 = {'键keys':'值vaules','键keys':'值vaules','键keys':'值vaules',...}，字典中包含很多对（称为条目items），由（keys� ......
