学习背景

很多linux相关的知识都不太了解，所以需要不断地补充自己的知识储备

linux查看内存占用命令

sh
ps aux --sort=-%mem |head

或者top 然后按下 Shift + M 键（注意大写），按照内存使用量排序进程。

sh
top

背景：有时候需要校验文件内容是否拉取完成，可以通过md5加密进行判断

通过python的加密实现

python
def cal_file_md5(file_path):
    '''
    计算渠道包(未签名)md5
    :param file_path:
    :return:
    '''
    try:
        # with open(file_path, 'rb') as fp:
        #     data = fp.read()
        # file_md5 = hashlib.md5(data).hexdigest()
        # return file_md5
        m = hashlib.md5()
        with open(file_path, 'rb') as fp:
            while True:
                # 分块读取，一次20M(20*1024*1024)
                data = fp.read(20971520)
                if not data:
                    break
                m.update(data)
        file_md5 = m.hexdigest()
        return file_md5
    except Exception as e:
        r_logger.loginfo('[渠道包md5计算错误]:' + file_path + str(e))
        r_alert.alert_admin('[渠道包md5计算错误]:' + file_path + str(e))
        return False

终端命令行基础

mac : https://www.jianshu.com/p/9d3a72697b5c

linux: https://www.jianshu.com/p/836798abe860

Python的线程更适合处理I/O密集型任务（如网络请求、文件读写），因为GIL不会阻碍I/O操作的并发。

python
import threading

# 定义要在每个线程中执行的任务
def worker(thread_id):
    print(f"线程 {thread_id} 正在执行任务")
    # 在这里添加实际的任务代码
    # 模拟任务执行时间
    import time
    time.sleep(1)
    print(f"线程 {thread_id} 完成任务")

# 创建一个线程列表
threads = []

# 启动10个线程
for i in range(10):
    thread = threading.Thread(target=worker, args=(i,))
    threads.append(thread)
    thread.start()

# 等待所有线程完成
for thread in threads:
    thread.join()

print("所有线程已完成")