James McPherson
2018-03-06 03:31:32
也许shmget而且shmat不一定是最适合你使用的界面。在我从事的项目中，我们使用内存映射文件通过C和Python API提供对守护程序的访问，这为我们提供了一种非常快速的访问数据的方法
操作顺序如下所示：
- 客户端
door_call()通知后台程序创建共享内存区域 - 守护程序安全地创建一个临时文件
- 守护程序
open()，然后mmap()是该文件 - 守护程序通过以下方式将文件描述符传递回客户端
door_return() - 客户端
mmap()是文件描述符，并将结构中连续放置的变量与该fd相关联 - 客户对这些变量进行所需的任何操作-需要时。
- 守护程序从共享区域读取并进行自己的更新（在我们的示例中，该守护程序将来自该共享区域的值写入日志文件）。
我们的客户利用图书馆来处理上述前5个步骤；该库随附了使用ctypes的Python包装器，以准确显示所需的函数和数据类型。
对于你的问题空间，如果只是python应用程序写入你的输出队列，那么你可以跟踪仅在python应用程序中处理过的帧。如果你的python和c ++应用程序都正在写入输出队列，那么这将增加你的难度，也许重构整个应用程序体系结构将是一项不错的投资。
热门帖子
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13
感谢您的建议。请您简要说明一下我该如何实现
door_call()和door_return()我自己，因为它们显然是Oracle的功能？是信号，unix套接字还是别的东西？我花了一些时间看一下CPython，发现我们可以直接使用Py_xxx直接调用python函数。将视频帧作为参数直接传递给Py_xxx（frame）而不是使用共享内存，并从此函数的返回值中获取处理后的帧，会更有效吗？或对此有任何缺点？
再问一下关于
door_call()和的问题door_return()：我不确定这些功能是否已在linux中完全实现；rampant.org/doors/index.html有点过时了。您最好改用Unix域套接字。CPython可能会为您提供所需的功能。您将需要评估在给定用例和功能需求的情况下效率如何（并且坦率地说）。