1.Python是如何进行内存管理的？

答: 从三个方面来说,一对象的引用计数机制,二垃圾回收机制,三内存池机制

一、对象的引用计数机制

Python内部使用引用计数，来保持追踪内存中的对象，所有对象都有引用计数。

引用计数增加的情况：

1，一个对象分配一个新名称

2，将其放入一个容器中（如列表、元组或字典）

引用计数减少的情况：

1，使用del语句对对象别名显示的销毁

2，引用超出作用域或被重新赋值

sys.getrefcount( )函数可以获得对象的当前引用计数

多数情况下，引用计数比你猜测得要大得多。对于不可变数据（如数字和字符串），解释器会在程序的不同部分共享内存，以便节约内存。

2. 垃圾回收

1，当一个对象的引用计数归零时，它将被垃圾收集机制处理掉。

2，当两个对象a和b相互引用时，del语句可以减少a和b的引用计数，并销毁用于引用底层对象的名称。
然而由于每个对象都包含一个对其他对象的应用，因此引用计数不会归零，对象也不会销毁。
（从而导致内存泄露）。
为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。

3. 内存池机制

Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。

1，Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

2，Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc。

3，对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。

4. 什么是lambda函数？它有什么好处?

答：lambda 表达式，通常是在需要一个函数，但是又不想费神去命名一个函数的场合下使用，也就是指匿名函数

lambda函数：首要用途是指点短小的回调函数

lambda [arguments]:expression
>>> a=lambdax,y:x+y
>>> a(3,11)

5. Python里面如何实现tuple和list的转换？

答：直接使用tuple和list函数就行了，type()可以判断对象的类型

6. 请写出一段Python代码实现删除一个list里面的重复元素

答：

1,使用set函数，set(list)

2，使用字典函数，

>>>a=[1,2,4,2,4,5,6,5,7,8,9,0]
>>> b={}
>>>b=b.fromkeys(a)
>>>c=list(b.keys())
>>> c

7. 编程用sort进行排序，然后从最后一个元素开始判断

a=[1,2,4,2,4,5,7,10,5,5,7,8,9,0,3]
a.sort()
last=a[-1]
for i inrange(len(a)-2,-1,-1):
if last==a[i]:
del a[i]
else:last=a[i]
print(a)

8. Python里面如何拷贝一个对象？（赋值，浅拷贝，深拷贝的区别）

答：赋值（=），就是创建了对象的一个新的引用，修改其中任意一个变量都会影响到另一个。

浅拷贝：创建一个新的对象，但它包含的是对原始对象中包含项的引用（如果用引用的方式修改其中一个对象，另外一个也会修改改变）{1,完全切片方法；2，工厂函数，如list()；3，copy模块的copy()函数}

深拷贝：创建一个新的对象，并且递归的复制它所包含的对象（修改其中一个，另外一个不会改变）{copy模块的deep.deepcopy()函数}

9. 介绍一下except的用法和作用？

答：try…except…except…[else…][finally…]

执行try下的语句，如果引发异常，则执行过程会跳到except语句。对每个except分支顺序尝试执行，如果引发的异常与except中的异常组匹配，执行相应的语句。如果所有的except都不匹配，则异常会传递到下一个调用本代码的最高层try代码中。

try下的语句正常执行，则执行else块代码。如果发生异常，就不会执行

如果存在finally语句，最后总是会执行。

10. Python中pass语句的作用是什么？

答：pass语句不会执行任何操作，一般作为占位符或者创建占位程序，whileFalse:pass

11. 介绍一下Python下range()函数的用法？

答：列出一组数据，经常用在for in range()循环中

12. 如何用Python来进行查询和替换一个文本字符串？

答：可以使用re模块中的sub()函数或者subn()函数来进行查询和替换，

格式：sub(replacement, string[,count=0])（replacement是被替换成的文本，string是需要被替换的文本，count是一个可选参数，指最大被替换的数量）
>>> import re
>>>p=re.compile(‘blue|white|red’)
>>>print(p.sub(‘colour’,'blue socks and red shoes’))
colour socks and colourshoes
>>>print(p.sub(‘colour’,'blue socks and red shoes’,count=1))
colour socks and redshoes
subn()方法执行的效果跟sub()一样，不过它会返回一个二维数组，包括替换后的新的字符串和总共替换的数量

13. Python里面match()和search()的区别？

答：re模块中match(pattern,string[,flags]),检查string的开头是否与pattern匹配。

re模块中research(pattern,string[,flags]),在string搜索pattern的第一个匹配值。
>>>print(re.match(‘super’, ‘superstition’).span())
(0, 5)
>>>print(re.match(‘super’, ‘insuperable’))
None
>>>print(re.search(‘super’, ‘superstition’).span())
(0, 5)
>>>print(re.search(‘super’, ‘insuperable’).span())
(2, 7)

14. Python里面如何生成随机数？

答：random模块

随机整数：random.randint(a,b)：返回随机整数x,a<=x<=b

random.randrange(start,stop,[,step])：返回一个范围在(start,stop,step)之间的随机整数，不包括结束值。

随机实数：random.random( ):返回0到1之间的浮点数

random.uniform(a,b):返回指定范围内的浮点数。

15. 有没有一个工具可以帮助查找python的bug和进行静态的代码分析？

答：PyChecker是一个python代码的静态分析工具，它可以帮助查找python代码的bug, 会对代码的复杂度和格式提出警告

Pylint是另外一个工具可以进行codingstandard检查

16. 如何在一个function里面设置一个全局的变量？

答：解决方法是在function的开始插入一个global声明：
def f()
global x

17. http 和 https 的区别?

 1. http是超文本传输协议，信息是明文传输，https则是具有安全性的ssl加密传输协议
 2. http适合于对传输速度、安全性要求不是很高，且需要快速开发的应用。如web应用，小的手机游戏等等。而https适用于任何场景。

18. 爬虫使用多线程好？还是多进程好？为什么？

对于IO密集型代码(文件处理，网络爬虫)，多线程能够有效的提升效率
(单线程下有IO操作会进行IO等待，会造成不必要的时间等待，而开启多线程后，
A线程等待时，会自动切换到线路B,可以不会浪费CPU的资源，从而提升程序的执行和效率)。
在实际的采集过程中，既考虑网速和相应的问题，也需要考虑自身的机器硬件的情况，来设置多进程或者多线程

对于爬虫采用多线程还是多进程，都需要根据具体的环境分析的

1.多线程爬虫的优缺点：
  优点：
      有效利用CPU时间，极大减小下载出错、阻塞对抓取速度的影响，整体上提高下载的速度，对于没有反爬虫限制的网站，下载速度可以多倍增加。
  缺点：
      对于有反爬的网站，速度提升有限的，提高了复杂度，对编码要求更高，线程越多，每个线程获得的时间就越少，
      同时线程切换更频繁也带来额外开销，线程之间资源竞争更激烈
  
2.多进程爬虫的优缺点
    **相对于多线程，多进程爬虫更重，更慢，但也可靠**
    多进程爬虫可以认为是分布式爬虫的基础，在单机上也可以用。
    因为一般大型的网站的服务器都是采用分布式部署的，可以采用多进程同时在不同的服务器器上进行爬取

3.爬虫采用多线程还是多进程好
    进程与线程是明显不同的，因为python本身由于GIL的关系，也就是它本质一个python进程只可能有一个线程，
    不管说的是多少线程都是模拟出来的多线程，所以，你真要快速，这个要用多进程来处理
    在python环境下，多进程稍稍比多线程好实现好理解一点
    因为爬虫大多数都是运行在linux内核的服务器上面，而在linux操作系统下，多进程要比多线程更加合适，
    因为调度开销和多线程差不多，但是进程性能更好。
    如果在windows系统下跑爬虫的话，建议使用框架或者使用多线程。

19. 简述 with 方法打开处理文件帮我们做了什么？

whit 语句适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都睡执行必要的"清理"操作，释放资源，
比如：文件使用后自动关闭线程中 锁的自动获取和释放等
with 语句即："上下文管理器"：在程序中用来表示代码执行过程中所处的前后环境
上下文管理器：含有 enter 和 exit 方法的对象
enter()：语句执行之前执行该方法，通常返回一个实例对象，如果with语句有as目标，则把对象赋值给as目标
exit()：执行语句结束后，自动调用exit()方法，用户释放资源，若此方法返回True,程序会忽略异常
使用环境：文件读写，线程锁的自动释放等

20. 函数装饰器有什么作用？请列举说明？

1，引入日志 
2，函数执行时间统计
3，执行函数前预备处理
4，执行函数后清理功能
5，权限校验等场景
6，缓存
7，事务处理

21. Python中递归的最大次数1000 ?怎么改?

import sys
sys.setrecursionlimit(1500) # set the maximum depth as 1500

22. w、a+、wb 文件写入模式的区别

r : 读取文件，若文件不存在则会报错
w: 写入文件，若文件不存在则会先创建再写入，会覆盖原文件
a : 写入文件，若文件不存在则会先创建再写入，但不会覆盖原文件，而是追加在文件末尾
rb,wb：分别于r,w类似，用于读写二进制文件
r+ : 可读、可写，文件不存在也会报错，写操作时会覆盖
w+ : 可读，可写，文件不存在先创建，会覆盖
a+ ：可读、可写，文件不存在先创建，不会覆盖，追加在末尾

23. Python 是一种非常流行的编程语言，因此有许多不同的 Web 开发框架可供选择。以下是几个流行的 Python Web 框架的优缺点：

Django
	优点：
		全功能性：Django 是一个全功能性的 Web 框架，它包含了许多常见的 Web 开发任务所需的功能，如认证、路由、ORM 等等。
		社区支持：Django 有一个庞大的开发者社区，可以提供各种支持和解决问题。
		安全性：Django 在设计上考虑了很多安全性问题，并提供了许多内置的安全功能。
	缺点：
		学习曲线较陡峭：Django 是一个功能强大的框架，学习曲线相对较陡峭。
		一些开发者认为 Django 的 ORM（Object-Relational Mapping）有点过于复杂。
		
Flask
	优点：
		轻量级：Flask 是一个轻量级的 Web 框架，代码简洁易懂，可以快速开发。
		灵活性：Flask 具有很高的灵活性，开发者可以根据需要选择所需的功能。
		易于扩展：Flask 通过使用 Flask 插件可以轻松扩展其功能。
	缺点：
		Flask 框架本身缺乏一些常用的功能，需要使用插件或库进行补充。
		缺少强制性的文件组织规范，导致项目结构比较随意，可能需要开发者进行额外的组织和管理。

FastAPI
	优点：
		高性能：FastAPI 基于 Starlette 和 Pydantic 实现，具有异步、高性能的特点。
		简单易用：FastAPI 的 API 设计非常简单，使用起来非常方便。
		文档生成：FastAPI 内置了文档生成器，可以自动生成 API 文档。
	缺点：
		对于新手来说，学习曲线可能相对较陡峭。
		由于是比较新的框架，社区可能相对较小，可能无法解决所有问题

Pyramid
	优点：
		灵活性：Pyramid 框架允许开发者根据项目需要进行灵活配置，可以进行微调和自定义。
		易于扩展：类似 Flask，Pyramid 也可以通过使用插件轻松扩展其功能。
		支持多种数据库：Pyramid 支持多种数据库，包括 PostgreSQL、MySQL 等等。
	缺点：
		在某些方面可能过于灵活，需要开发者在项目中进行额外的配置和设置。
		需要开发者拥有一定的 Python 和 Web 开发经验才能熟练掌握。
		
Bottle
	优点：
		轻量级：Bottle 是一个非常轻量级的框架，仅有一个 Python 文件，易于上手。
		简洁性：Bottle 的 API 简单易用，可以快速编写简单的 Web 应用。
	缺点：
		功能相对较少，不适用于大型复杂项目。
		缺乏内置的 ORM，需要使用第三方库进行数据库操作。
		
CherryPy
	优点：
		高性能：CherryPy 的性能比其他框架要快，因为它是基于 Python 标准库构建的。
		可扩展性：CherryPy 可以通过插件和扩展进行功能扩展。
	缺点：
		较少的社区支持和文档资料。
		对于初学者来说，学习曲线相对较陡峭。
		
Tornado
	优点：
		高性能：Tornado 是一个高性能的框架，可处理大量并发请求。
		可扩展性：Tornado 可以轻松地与异步 IO 库集成。
	缺点：
		学习曲线较陡峭，需要了解异步编程的概念。
		缺少一些常用的功能，需要使用第三方库进行补充。

Web2Py
	优点：
		全功能性：Web2Py 是一个全功能性的 Web 框架，内置了很多功能，如表单处理、国际化支持等等。
		易于使用：Web2Py 的 API 设计比较友好，使用起来非常方便。
		安全性：Web2Py 在设计上考虑了很多安全性问题，并提供了一些内置的安全功能。
	缺点：
		对于一些高级用法需要更高的技能水平，比如自定义组件和插件。
		在一些方面，Web2Py 比其他框架更加保守，可能不能满足一些特定的需求。
		
TurboGears
	优点：
		多种数据库支持：TurboGears 支持多种数据库，包括 SQLAlchemy 和 Ming。
		易于扩展：TurboGears 通过使用 TurboGears 插件可以轻松扩展其功能。
		可定制性：TurboGears 允许开发者自定义组件和插件。
	缺点：
		学习曲线相对较陡峭，需要了解一些先进的概念。
		由于可定制性较高，可能需要开发者在项目中进行额外的配置和设置。

24. TCP 和 UDP 协议的区别是什么, 分别优缺点又是什么

    TCP 和 UDP 是两种常见的传输层协议他们的区别有：
        连接方式：TCP是面向连接的协议，UDP是无连接的协议，TCP在传输数据之前需要建立连接，二UDP不需要
        可 靠 性：TCP是一种可靠的协议，它保证数据的传输是无差错，无丢失，有序的；
                 UDP是不可靠的协议，它不能保证数据传输的可靠性
        传输效率：UDP比TCP更加高效，因为它不需要创建连接和维护状态信息，但是UDP的传输效率是以可靠性为代价的
        应用场景：TCP适用于数据可靠性比较高的应用场景，例如：文件传输，电子邮件等
                 UDP适用于对数据效率要求高的应用场景，例如：实时音视频传输，在线游戏等
     总的来说，TCP和UDP各有优缺点，可以根据具体应用场景选择合适的传输协议

25. 长连接 和 短连接 协议 的区别

    长连接和短连接都是指TCP协议中的连接，是指客户端和服务器之间的连接。
    在HTTP协议中，长连接和短连接的实现方式是通过HTTP头中的Connection字段来控制的。
    如果Connection字段的值为keep-alive，则表示使用长连接；如果Connection字段的值为close，则表示使用短连接。
    TCP的keep-alive机制是指在一定时间内没有数据传输时，客户端或服务器会发送一个探测包，以确认对方是否还存活。
    如果对方没有响应，则认为对方已经断开连接，此时连接也会断开。
    TCP的keep-alive机制可以避免长时间的空闲连接占用系统资源，提高系统的可靠性

    短连接的操作步骤是：
         建立连接——数据传输——关闭连接…建立连接——数据传输——关闭连接
         每次传输数据时都要重新建立一个连接和关闭连接
    长连接的操作步骤是：
         建立连接——数据传输…（保持连接）…数据传输——关闭连接
         建立一次连接 可以无限传输数据，即使没有数据传输，连接也不会断开
    优缺点：
         长连接可以减少连接的建立和断开的次数，从而减少网络开销，提高效率
         短连接会增加连接的建立和断开的次数，从而增加网络开销，降低效率      

26. Python面向对象三大特性?

1、封装隐藏对象的属性和实现细节，仅对外提供公共访问方式。在python中用双下划线开头的方式将属性设置成私有的 。好处：1. 将变化隔离；2. 便于使用；3. 提高复用性；4. 提高安全性。

2、继承继承是一种创建新类的方式，在python中，新建的类可以继承一个或多个父类，父类又可称为基类或超类，新建的类称为派生类或子类。即一个派生类继承基类的字段和方法。

3、多态一种事物的多种体现形式，函数的重写其实就是多态的一种体现 。Python中，多态指的是父类的引用指向子类的对象 。

27. Python可变与不可变数据类型的区别？

答：Python中看可变与不可变数据类型，主要是看变量所指向的内存地址处的值是否会改变 。 Python 的六种标准数据类型：数字、字符串、列表、元组、字典、集合。

不可变数据（3个）：Number（数字）、String（字符串）、Tuple（元组）。

可变数据（3个）：List（列表）、Dictionary（字典）、Set（集合）。

28. Python中迭代器和生成器的区别？

Python中生成器能做到迭代器能做的所有事，而且因为自动创建了__iter__()和next()方法，生成器显得特别简洁，而且生成器也是高效的，使用生成器表达式取代列表解析，同时节省内存。除了创建和保持程序状态的自动生成，当发生器终结时，还会自动跑出StopIterration异常。
列表、元组、字典、字符串都是可迭代对象。
数字、布尔值都是不可迭代的。

29. Python中猴子补丁是什么？

在Ruby、Python等动态编程语言中，猴子补丁仅指在运行时动态改变类或模块，为的是将第三方代码打补丁在不按预期运行的bug或者feature上 。
在运行时动态修改模块、类或函数，通常是添加功能或修正缺陷。
猴子补丁在代码运行时内存中发挥作用，不会修改源码，因此只对当前运行的程序实例有效。

30. Python中的单例模式有几种实现方式?

1、用__new__特殊方法实现

class Singleton:
    def __new__(cls, *args, **kwargs):
        if not hasattr(cls, '_instance'):
            cls._instance = super(Singleton, cls).__new__(cls)
        return cls._instance
    def __init__(self, name):
        self.name = name
s1 = Singleton('IT圈')
s2= Singleton('程序IT圈')
print(s1 == s2) # True

2、使用装饰器实现

def singleton(cls):
    _instance = {}
    def inner(*args, **kwargs):
        if cls not in _instance:
            _instance[cls] = cls(*args, **kwargs)
        return _instance[cls]
    return inner
@singleton
class Singleton:
    def __init__(self, name):
        self.name = name
s1 = Singleton('IT圈')
s2= Singleton('程序IT圈')
print(s1 == s2) # True


3、类装饰器实现

class Singleton:
    def __init__(self, cls):
        self._cls = cls
        self._instance = {}

    def __call__(self, *args):
        if self._cls not in self._instance:
            self._instance[self._cls] = self._cls(*args)
        return self._instance[self._cls]
@Singleton
class Singleton:
    def __init__(self, name):
        self.name = name
s1 = Singleton('IT圈')
s2= Singleton('程序IT圈')
print(s1 == s2) # True


4、使用元类实现方式

class Singleton1(type):
    def __init__(self, *args, **kwargs):
        self.__instance = None
        super(Singleton1, self).__init__(*args, **kwargs)

    def __call__(self, *args, **kwargs):
        if self.__instance is None:
            self.__instance = super(Singleton1, self).__call__(*args, **kwargs)
        return self.__instance

class Singleton(metaclass=Singleton1):
    def __init__(self, name):
        self.name = name
s1 = Singleton('IT圈')
s2= Singleton('程序IT圈')
print(s1 == s2) # True

31. 简述 OSI 七层协议

是网络传输协议，人为的把网络传输的不同阶段划分成不同的层次

七层划分为：应用层、表示层、会话层、传输层、网络层、数据链路层、物理层

五层划分为：应用层、传输层、网络层、数据链路层、物理层

物理层：网线，电缆等物理设备

数据链路层：Mac 地址

网络层：IP 地址

传输层：TCP，UDP 协议

应用层：FTP 协议，Email，WWW 等

32. 三次握手、四次挥手的流程

都发生在传输层

三次握手：

TCP 协议是主机对主机层的传输控制协议，提供可靠的连接服务，采用三次握手确认建立一个连接。TCP 标志位（位码）,有6种标示:SYN(synchronous建立联机) ACK(acknowledgement 确认) PSH(push传送) FIN(finish结束) RST(reset重置) URG(urgent紧急) Sequence number(顺序号码) Acknowledge number(确认号码) 第一次握手：主机 A 发送位码为 syn＝1,随机产生 seq number=1234567 的数据包到服务器，并进入 SYN_SEND 状态，主机 B 由 SYN=1 知道，A 要求建立联机

第二次握手：主机 B 收到请求后要确认联机信息，向 A 发送 ack number=(主机 A 的 seq+1),syn=1,ack=1,随机产生 seq=7654321 的包，并进入 SYN_RECV 状态

第三次握手：主机 A 收到后检查 ack number 是否正确，即第一次发送的 seq number+1,以及位码 ack 是否为 1，若正确，主机 A 会再发送 ack number=(主机 B 的 seq+1),ack=1，主机 B 收到后确认 seq 值与 ack=1 则连接建立成功，两个主机均进入 ESTABLISHED 状态

以上完成三次握手，主机 A 与主机 B 开始传送数据

四次挥手：

因为 TCP 连接是全双工的，因此每个方向都必须单独进行关闭。这个原则是当一方完成它的数据发送任务后就能发送一个 FIN 来终止这个方向的连接。收到一个 FIN 只意味着这一方向上没有数据流动，一个 TCP 连接在收到一个 FIN 后仍能发送数据。首先进行关闭的一方将执行主动关闭，而另一方执行被动关闭

服务器 A 发送一个 FIN，用来关闭 A 到服务器 B 的数据传送。服务器 B 收到这个 FIN，它发回一个 ACK，确认序号为收到的序号加1。和 SYN 一样，一个 FIN 将占用一个序号

服务器 B 关闭与服务器 A 的连接，发送一个 FIN 给服务器 A

服务器 A 发回 ACK 报文确认，并将确认序号设置为收到序号加1

33. 什么是 C/S 和 B/S 架构

B/S 又称为浏览器/服务器模式。比如各种网站，jupyter notebook 等。优点：零安装，维护简单，共享性好。缺点：安全性较差，个性化不足

C/S 又称为客户端/服务器模式。比如微信客户端，Oracle 客户端等。优点：安全性好，数据传输较快，稳定。缺点：对 PC 机操作系统等有要求，当客户端较多时，服务器端负载较大

34. 数据库设计三大范式

建立科学的，规范的的数据库是需要满足一些规范的，以此来优化数据数据存储方式，在关系型数据库中这些规范就可以称为范式

第一范式：当关系模式 R 的所有属性都不能在分解为更基本的数据单位时，称 R 是满足第一范式的，简记为 1NF

关系模式R的所有属性不能再分解

第二范式：如果关系模式 R 满足第一范式，并且 R 的所有非主属性都完全依赖于 R 的每一个候选关键属性，称 R 满足第二范式，简记为 2NF

非主属性都要依赖于每一个关键属性

三范式：设 R 是一个满足第一范式条件的关系模式，X 是 R 的任意属性集，如果 X 非传递依赖于 R 的任意一个候选关键字，称 R 满足第三范式，简记为 3NF

数据不能存在传递关系，即每个属性都跟主键有直接关系而不是间接关系

35. 列举一些 django 的内置组件

Admin 组件：是对 model 中对应的数据表进行增删改查提供的组件

model 组件：负责操作数据库

form 组件：生成 HTML 代码；数据有效性校验；校验信息返回并展示

ModelForm 组件：用于数据库操作，也可用于用户请求的验证

36. uwsgi，uWSGI 和 WSGI 的区别

WSGI：全称是 Web Server Gateway Interface，是一种描述 web server 如何与 web application 通信的规范。django，flask 等都遵循该协议

uwsgi：是服务器和服务端应用程序的一种协议，规定了怎么把请求转发给应用程序和返回; uwsgi 是一种线路协议而不是通信协议，在此常用于在 uWSGI 服务器与其他网络服务器的数据通信

uWSGI：是一个 Web 服务器，它实现了 WSGI 协议、uwsgi、http 等协议。Nginx 中 HttpUwsgiModule 的作用是与 uWSGI 服务器进行交换

37. 面向对象深度优先和广度优先是什么？

Python的类可以继承多个类，那么其寻找类方法的方式有两种：
    当类是经典类时(主要在python2版本中的没有主动继承object的类)，多继承情况下，会按照深度优先方式查找
    当类是新式类时(python3版本中的所有类和python2中主动继承object的类)，多继承情况下，会按照广度优先方式查找
    简单点说就是：经典类是纵向查找，新式类是横向查找

38. 什么是异步非阻塞

同步异步指的是调用者与被调用者之间的关系

所谓同步，就是在发出一个功能调用时，在没有得到结果之前，该调用就不会返回，一旦调用返回，就得到了返回值

异步的概念和同步相对，调用在发出之后,这个调用就直接返回了,所以没有返回结果。当该异步功能完成后，被调用者可以通过状态、通知或回调来通知调用者

阻塞非阻塞是线程或进程之间的关系

阻塞调用是指调用结果返回之前，当前线程会被挂起（如遇到io操作）。调用线程只有在得到结果之后才会返回。函数只有在得到结果之后才会将阻塞的线程激活

非阻塞和阻塞的概念相对应，非阻塞调用指在不能立刻得到结果之前也会立刻返回，同时该函数不会阻塞当前线程

39. 简述 logging 模块

logging 模块是 Python 内置的标准模块，主要用于输出运行日志，可以设置输出日志的等级、日志保存路径、日志文件回滚等；相比 print，具备如下优点：

可以通过设置不同的日志等级，在 release 版本中只输出重要信息，而不必显示大量的调试信息

print 将所有信息都输出到标准输出中，严重影响开发者从标准输出中查看其它数据；logging 则可以由开发者决定将信息输出到什么地方，以及怎么输出

简单配置：

import logging
logging.debug("debug log")
logging.info("info log")
logging.warning("warning log")
logging.error("error log")
logging.critical("critica log")
output

WARNING:root:warning log
ERROR:root:error log
CRITICAL:root:critica log
默认情况下，只显示了大于等于WARNING级别的日志。logging.basicConfig()函数调整日志级别、输出格式等

40. 你的项目中uwsgi部署的时候配置的进程是多少？你们在设计的时候考虑多少并发量？

答：uwsgi配置32进程，800线程，考虑1000并发量以上。