Question

我有一个递归运行的程序，而95％的时间它不是一个问题，如果我做了一个花费太长时间的事情，我会达到一个递归限制。在我努力转换为迭代代码的过程中，我决定尝试一下这方面的内容：

while True:
    do something

    #check if task is done
    if done:
        print 'ALL DONE'
        break
    else:
        time.sleep(600)
        continue

我已经测试了我的代码并且工作正常，但我想知道这种方法是否存在任何内在错误？如果让它运行太久，它会占用内存还是崩溃？

提前致谢！

编辑：

＆＃34>做某事＆＃34;我指的是定期检查某些关键字的日志文件，因为数据不断被写入日志文件。一旦这些行被写入，这发生在不同的时间长度，我让脚本执行某些任务，例如将特定行复制到单独的文件。

我的原始程序有两个功能，一个定期自我调用，直到找到关键字，然后调用“dosomething”＆＃39;功能。完成时执行的某些功能将调用原始函数，这将在任务完成或我达到递归限制之前发生

Answer 1

这种模式没有任何内在错误。我在init.d中使用了守护进程函数来启动一个非常相似的python脚本。只要＆＃34;做某事＆＃34;没有泄漏，它应该能够永远运行。

Answer 2

我认为无论哪种方式

 time.sleep()

不会停止递归限制因为睡眠只会暂停执行，并且不释放任何类型的内存检查https://docs.python.org/2/library/time.html Time.sleep（）说明

它暂停操作，但不会进行任何内存优化

Answer 3

您描述的模式很容易实现，但通常不是最好的方法。如果在您检查后任务完成，您仍需等待5分钟才能恢复处理。然而，有时除了这样做之外别无选择;例如，如果检测任务的唯一方法是检查文件的存在，则可能必须这样做。在这种情况下，时间间隔选择需要平衡“旋转”消耗的CPU与等待时间。

另一种相当容易的模式是在等待任务完成时简单地阻止。这是否容易取决于您使用的特定API。但是这种技术不能扩展，因为所有处理必须等待单个活动完成。想象一下，在加载页面时无法打开新的浏览器选项卡。

今天的最佳实践通常使用几种模型之一进行异步处理。就像在网站或GUI中编写鼠标点击等事件处理程序一样，您可以编写一个回调函数来处理处理结果，并将该回调传递给任务。没有CPU浪费，并且无需等待即可立即处理响应。今天许多框架都支持这种模式。 Tulip使用actor模型。

特别是关于递归限制，我不认为你的睡眠循环负责达到堆栈帧限制。也许这是在任务本身内发生的事情。

python无限循环和time.sleep（）有什么问题吗？

3 个答案: