双核跑编译
‘壹’ c语言如何同时运行两个程序
c语言如何同时运行两个程序？
C语言编译是线性的，同时只能编译一个程序 无法做到两个程序一起编译，只能先编译一个 再编译另一个。如果是命令行 可以开两个终端 同时编译，不过 这并不能提高编译速度，意义不大。语言必须有个先后顺序，就算是面象对象的语言，线程也是一个一个再进行，不会有同时的情况，如果是双核CPU双线程还有可能进行。
‘贰’ 谁帮忙推荐一台用于软件编译的机器配置
如果你确信你主要用于软件编译工作的话，下面的配置绝对可以应付
综述：CPU（Intel 奔腾或者AMD）双核2.2G的、主板：技嘉或者华硕、微星 内存：2GDDR2
显卡：中低端独显就成价格也不贵 显示器：当下好像AOC（冠捷）比较火，物美价廉 硬盘：就希捷的吧，不一游戏、影视娱乐为主的话80G或者120G都行 内存：2G吧主流普及（金士顿的就OK）
方案一：
配置 品牌型号 数量 单价 选用
CPU Intel 奔腾双核 E5300(盒) 1 ￥ 435
主板 捷波 XBLUE-P43 1 ￥ 399
内存 威刚 2G DDR2 800 (万紫千红) 1234 ￥ 205
硬盘 日立 320G 7200转 16M（串口/3年盒） 1234 ￥ 299
显卡 昂达 9600GSO 384M 1234 ￥ 489
声卡 集成Realtek ALC883 8声道音效芯片
网卡 板载Realtek RT8111C千兆网卡
机箱 百事得 网域潜龙BST-003 1 ￥ 78
电源 航嘉 冷静王 标准版 1 ￥ 129
键鼠装 貂王 炫美光学套装K51 1 ￥ 39
合计金额：2073 元
注：有些配置对于新手来说可能不熟悉，但都是二线一流产品，因为一线产品对于网上来问的新手可能不懂分清，商家假冒产品的都是一线产品，这是致命的，而选择二线产品反而避免了假冒产品，这个价格的配置绝对性价比.
方案二：
CPU AMD X2 240 399￥
主板 微星785GM-E65 480￥（DDR3 淘宝售价原装正品）
金泰克 速虎2G DDR3 1600 260￥
硬盘 希捷500G 7200.12.32M 360￥
电源 机箱 (自选 250￥)
1700不到
‘叁’ 大家编译一个x86的Linux内核需要多长时间
make 时加参数 -jX
X 是你的 CPU 核心数量 +1 。
可以加快你的编译速度。
我的本本 T5450 编译需要 10 分钟。我的内核是针对机器剪裁了的。不剪裁的全功能内核貌似我就需要 30 分钟了。
‘肆’ python如何利用多核处理器
GIL 与 Python 线程的纠葛
GIL 是什么东西？它对我们的 python 程序会产生什么样的影响？我们先来看一个问题。运行下面这段 python 程序，CPU 占用率是多少？
# 请勿在工作中模仿，危险:)def dead_loop(): while True: passdead_loop()
答案是什么呢，占用 100％ CPU？那是单核！还得是没有超线程的古董 CPU。在我的双核 CPU 上，这个死循环只会吃掉我一个核的工作负荷，也就是只占用 50％ CPU。那如何能让它在双核机器上占用 100％ 的 CPU 呢？答案很容易想到，用两个线程就行了，线程不正是并发分享 CPU 运算资源的吗。可惜答案虽然对了，但做起来可没那么简单。下面的程序在主线程之外又起了一个死循环的线程
import threadingdef dead_loop(): while True: pass# 新起一个死循环线程t = threading.Thread(target=dead_loop)t.start()# 主线程也进入死循环dead_loop()t.join()
按道理它应该能做到占用两个核的 CPU 资源，可是实际运行情况却是没有什么改变，还是只占了 50％ CPU 不到。这又是为什么呢？难道 python 线程不是操作系统的原生线程？打开 system monitor 一探究竟，这个占了 50% 的 python 进程确实是有两个线程在跑。那这两个死循环的线程为何不能占满双核 CPU 资源呢？其实幕后的黑手就是 GIL。
GIL 的迷思：痛并快乐着
GIL 的全称为Global Interpreter Lock，意即全局解释器锁。在 Python 语言的主流实现 CPython 中，GIL 是一个货真价实的全局线程锁，在解释器解释执行任何 Python 代码时，都需要先获得这把锁才行，在遇到 I/O 操作时会释放这把锁。如果是纯计算的程序，没有 I/O 操作，解释器会每隔 100 次操作就释放这把锁，让别的线程有机会执行（这个次数可以通过sys.setcheckinterval来调整）。所以虽然 CPython 的线程库直接封装操作系统的原生线程，但 CPython 进程做为一个整体，同一时间只会有一个获得了 GIL 的线程在跑，其它的线程都处于等待状态等着 GIL 的释放。这也就解释了我们上面的实验结果：虽然有两个死循环的线程，而且有两个物理 CPU 内核，但因为 GIL 的限制，两个线程只是做着分时切换，总的 CPU 占用率还略低于 50％。
看起来 python 很不给力啊。GIL 直接导致 CPython 不能利用物理多核的性能加速运算。那为什么会有这样的设计呢？我猜想应该还是历史遗留问题。多核 CPU 在 1990 年代还属于类科幻，Guido van Rossum 在创造 python 的时候，也想不到他的语言有一天会被用到很可能 1000＋ 个核的 CPU 上面，一个全局锁搞定多线程安全在那个时代应该是最简单经济的设计了。简单而又能满足需求，那就是合适的设计（对设计来说，应该只有合适与否，而没有好与不好）。怪只怪硬件的发展实在太快了，摩尔定律给软件业的红利这么快就要到头了。短短 20 年不到，代码工人就不能指望仅仅靠升级 CPU 就能让老软件跑的更快了。在多核时代，编程的免费午餐没有了。如果程序不能用并发挤干每个核的运算性能，那就意谓着会被淘汰。对软件如此，对语言也是一样。那 Python 的对策呢？
Python 的应对很简单，以不变应万变。在最新的 python 3 中依然有 GIL。之所以不去掉，原因嘛，不外以下几点：
欲练神功，挥刀自宫：
CPython 的 GIL 本意是用来保护所有全局的解释器和环境状态变量的。如果去掉 GIL，就需要多个更细粒度的锁对解释器的众多全局状态进行保护。或者采用 Lock-Free 算法。无论哪一种，要做到多线程安全都会比单使用 GIL 一个锁要难的多。而且改动的对象还是有 20 年历史的 CPython 代码树，更不论有这么多第三方的扩展也在依赖 GIL。对 Python 社区来说，这不异于挥刀自宫，重新来过。
就算自宫，也未必成功：
有位牛人曾经做了一个验证用的 CPython，将 GIL 去掉，加入了更多的细粒度锁。但是经过实际的测试，对单线程程序来说，这个版本有很大的性能下降，只有在利用的物理 CPU 超过一定数目后，才会比 GIL 版本的性能好。这也难怪。单线程本来就不需要什么锁。单就锁管理本身来说，锁 GIL 这个粗粒度的锁肯定比管理众多细粒度的锁要快的多。而现在绝大部分的 python 程序都是单线程的。再者，从需求来说，使用 python 绝不是因为看中它的运算性能。就算能利用多核，它的性能也不可能和 C/C++ 比肩。费了大力气把 GIL 拿掉，反而让大部分的程序都变慢了，这不是南辕北辙吗。
难道 Python 这么优秀的语言真的仅仅因为改动困难和意义不大就放弃多核时代了吗？其实，不做改动最最重要的原因还在于：不用自宫，也一样能成功！
- extern"C"{ void DeadLoop() { while (true); }}
- from ctypes import *from threading import Threadlib = cdll.LoadLibrary("libdead_loop.so")t = Thread(target=lib.DeadLoop)t.start()lib.DeadLoop()
- extern"C"{ typedef void Callback(); void Call(Callback* callback) { callback(); }}
- from ctypes import *from threading import Threaddef dead_loop(): while True: passlib = cdll.LoadLibrary("libcall.so")Callback = CFUNCTYPE(None)callback = Callback(dead_loop)t = Thread(target=lib.Call, args=(callback,))t.start()lib.Call(callback)
其它神功
那除了切掉 GIL 外，果然还有方法让 Python 在多核时代活的滋润？让我们回到本文最初的那个问题：如何能让这个死循环的 Python 脚本在双核机器上占用 100％ 的 CPU？其实最简单的答案应该是：运行两个 python 死循环的程序！也就是说，用两个分别占满一个 CPU 内核的 python 进程来做到。确实，多进程也是利用多个 CPU 的好方法。只是进程间内存地址空间独立，互相协同通信要比多线程麻烦很多。有感于此，Python 在 2.6 里新引入了multiprocessing这个多进程标准库，让多进程的 python 程序编写简化到类似多线程的程度，大大减轻了 GIL 带来的不能利用多核的尴尬。
这还只是一个方法，如果不想用多进程这样重量级的解决方案，还有个更彻底的方案，放弃 Python，改用 C/C++。当然，你也不用做的这么绝，只需要把关键部分用 C/C++ 写成 Python 扩展，其它部分还是用 Python 来写，让 Python 的归 Python，C 的归 C。一般计算密集性的程序都会用 C 代码编写并通过扩展的方式集成到 Python 脚本里（如 NumPy 模块）。在扩展里就完全可以用 C 创建原生线程，而且不用锁 GIL，充分利用 CPU 的计算资源了。不过，写 Python 扩展总是让人觉得很复杂。好在 Python 还有另一种与 C 模块进行互通的机制 : ctypes
利用 ctypes 绕过 GIL
ctypes 与 Python 扩展不同，它可以让 Python 直接调用任意的 C 动态库的导出函数。你所要做的只是用 ctypes 写些 python 代码即可。最酷的是，ctypes 会在调用 C 函数前释放 GIL。所以，我们可以通过 ctypes 和 C 动态库来让 python 充分利用物理内核的计算能力。让我们来实际验证一下，这次我们用 C 写一个死循环函数
用上面的 C 代码编译生成动态库libdead_loop.so（Windows 上是dead_loop.dll）
，接着就要利用 ctypes 来在 python 里 load 这个动态库，分别在主线程和新建线程里调用其中的DeadLoop
这回再看看 system monitor，Python 解释器进程有两个线程在跑，而且双核 CPU 全被占满了，ctypes 确实很给力！需要提醒的是，GIL 是被 ctypes 在调用 C 函数前释放的。但是 Python 解释器还是会在执行任意一段 Python 代码时锁 GIL 的。如果你使用 Python 的代码做为 C 函数的 callback，那么只要 Python 的 callback 方法被执行时，GIL 还是会跳出来的。比如下面的例子：
注意这里与上个例子的不同之处，这次的死循环是发生在 Python 代码里 (DeadLoop函数) 而 C 代码只是负责去调用这个 callback 而已。运行这个例子，你会发现 CPU 占用率还是只有 50％ 不到。GIL 又起作用了。
其实，从上面的例子，我们还能看出 ctypes 的一个应用，那就是用 Python 写自动化测试用例，通过 ctypes 直接调用 C 模块的接口来对这个模块进行黑盒测试，哪怕是有关该模块 C 接口的多线程安全方面的测试，ctypes 也一样能做到。
结语
虽然 CPython 的线程库封装了操作系统的原生线程，但却因为 GIL 的存在导致多线程不能利用多个 CPU 内核的计算能力。好在现在 Python 有了易经筋（multiprocessing）, 吸星大法（C 语言扩展机制）和独孤九剑（ctypes），足以应付多核时代的挑战，GIL 切还是不切已经不重要了，不是吗。
‘伍’ openwrt编译环境出现这个是什么意思
Openwrt 官方正式的发行版是已编译好了的映像文件（后缀名bin或trx、trx2），此映像文件可从Openwrt官方网站的下载页面中轻松获取到，连接地址为 OpenWrt官方网站。这些编译好的映像文件是基于默认的配置设置，且只针对受支持的平台或设备的。因此，为什么要打造一个自己的映像文件，理由有以下四点：
您想拥有一个个性化的配置OpenWrt（彰显个性，在朋友圈子里显摆显摆，开个玩笑）；
您想在实验性的平台上测试OpenWrt；
您参与测试或参与开发OpenWrt的工作；
或者，最简单的目的就是为了保持自己的Openwrt为最新版本；
若想实现上述目的，其实很简单，按下述文字即可成功编译出一个您的Openwrt来。
准备工作
在开始编译Openwrt之前需要您做些准备工作；与其他编译过程一样，类似的编译工具和编译环境是必不可少的：
一个构建OpenWrt映像的系统平台，简单说就是准备一个操作系统（比如Ubuntu、Debian等）；
确保安装了所需的依赖关系库， （在debian系统中就是安装各种需要的软件包）
OpenWrt源代码副 本
首先， 开机登陆到支持编译Openwrt的操作系统（废话了）。实体机或者虚拟机(Vmware 或者 Qemu)里的操作系统都行，这里推荐使用Linux系统。 bsd和mac osx系统也可以编，但不推荐，且未验证是否可编译成功。下文假定您使用的是Debian操作系统，使用 apt-get 来管理包. 替代的选择是 Ubuntu (分支 Kubuntu, Xubuntu 等即可)。
第二步, 就是安装所需要的各种软件包, 包括编译器,解压工具,特定的库等. 这些工作可以简单的通过键入以下命令 (通常需要root 或者是 sudo 权限)，以root权限安装下列软件包(可能并不完整，会有提示，提示缺少即装就可以了）:
32位(x86)请执行下列命令:
# apt-get install build-essential asciidoc binutils bzip2 gawk gettext \
git libncurses5-dev libz-dev patch unzip zlib1g-dev
64位(x86_64)请执行下列命令（多装了哪些库或软件包呢？请您仔细看一看哦）:
# apt-get install build-essential asciidoc binutils bzip2 gawk gettext \
git libncurses5-dev libz-dev patch unzip zlib1g-dev ia32-libs \
lib32gcc1 libc6-dev-i386
参考 本列表中 所列的编译环境所需要软件包或库。
某些依赖的为库或软件包也许操作系统中已经安装过，此时apt-get会作出提示（提示您忽略或重新安装的），别紧张，放轻松些，编译Openwrt不会像编译DD－WRT那样难的（至少本人是体会到了编译DD－WRT的难）。
最后下载一份完整的 Openwrt 源码到编译环境中。关于Openwrt的源代码下载，途径有二，一是通过 svn ，一是通过 git，建议使用 svn ，因为Openwrt主要以 svn 来维护Openwrt系统的版本。另外，请注意Openwrt中不同的分支版本，一个是用得较多的开发快照，俗称 trunk，二是稳定版，俗称 backfire。
安装Subversion
若你想通过svn下载源代码,你需安装 Subversion。Subversion,或称SVN, 是OpenWrt的project中用来控制版本的系统,它非常类似的 CVS的界面和使用条款。 执行下述命令即可安装SVN，很容易的：
# apt-get install subversion
Subversion安装完毕，通过SVN命令可获取得到一份OpenWrt纯净源代码。您还得创建一个目录以便存放获取得到的Openwrt源代码，要获取源代码你还得输入subversion命令来获取 (svn里这种操作称之为'check out') 。命令很简单的，继续看下去就能见到了，别着急，耐心点儿。
编译流程
编译专属于您的设备的特定Openwrt固件以一下五个步骤：
通过Subversion命令获得源代码；
更新(或安装) package feeds〔package feeds无法确切翻译，待译吧）；
创建一个默认配置以检查编译环境是否搭建好了 (假如需要的话)；
用Menuconfig来配置即将编译生成的固件映像文件的配置项；
最后开始编译固件；
下载源代码
最后，下载一份完整的OpenWrt源代码。你可选择：
下载稳定发行版，或
下载开发版 (俗称"trunk"版)。
使用发行版的源码
截止本文时, Openwrt公开发行的稳定版为 OpenWrt 10.03 "backfire"。此版本是最稳定的，但也许不包括最新更新的补丁或最新编写的出的新功能。
下述代码即举例说明了通过svn从brandkfire获得backfire源代码（此版本意思是从trunk分支的补丁也在backfire版本中了，即包含修复补丁）：
# mkdir OpenWrt/
# cd OpenWrt/
# svn co svn://svn.openwrt.org/openwrt/branches/backfire
注解: 上述svn命令将在当前目录创建一个 OpenWrt/backfire/ 子目录，此目录包含此命令获取到的源代码。
您也可以通过下述命令，下载不含修复补丁的backfire的原版源码：
# svn co svn://svn.openwrt.org/openwrt/tags/backfire_10.03
使用开发版源代码
当前的开发版本分支(trunk)已包含最新的实验补丁。此分支或许还突破了Openwrt原来所不支持的硬件设备的限制哦，惊喜的同时也有风险存在。因此，编译trunk版，慎之～
# mkdir OpenWrt/
# cd OpenWrt/
# svn co svn://svn.openwrt.org/openwrt/trunk/
更多详细资料详见： dev.openwrt.org/wiki/GetSource.
跟进并更新源代码
因Openwrt的源代码随时都会变动，故此命令将确保您所获取得到的源码的最新性。下述假设您用的是backfire版本的源码：
## Here, backfire is the directory name of the current release branch you're tracking
# cd OpenWrt/backfire/
# svn up
'svn up' 命令用于更新SVN上更新了，但本地尚未更新的这部分源代码（本人实践证明此命令会将本地源码与SVN上的源码先比较，若SVN有更新才会下载更新的部分，很实用的一个命令）。如果未指定目标路径，则此命令将更新当前目录及当前目录的子目录内的源码。
Feeds下载
Feeds即为包含到你的OpenWrt环境中的额外软件包的索引之类的。（feed译名很多，莫衷一是，至2008年底为止，还没有一个十分通用而备受认可的中文译名；所以此文当中我们用英文feed来称呼）。 最主要的Feeds有以下三个：
'packages' - 路由的基本功能,
'LuCI' - OpenWrt默认的GUI（WEB管理界面）, 及
'Xwrt' - 其他的GUI。
一般情况，你至少需要含 'packages' 和 'LuCI'两个Feeds。
下载完feeds之后， (为编译OpenWrt的recipies额外的预定义包) 您可以检查哪些feeds要包括在内。编辑在你的编译环境的根目录下的'feeds.conf.default'文件。
然后使用下列命令开始下载（注：可能你需要先运行cd trunk进入trunk目录才能成功执行下列命令）：
# ./scripts/feeds update -a
在此之后，下载的软件包需要安装。亦即指的下边的命令啦。若路过下边的install命令则后续make menuconfig将无法成功执行！（注：可能你需要先运行cd trunk进入trunk目录才能成功执行下列命令）：
# ./scripts/feeds install -a
只需编辑Feeds的配置文件或运行更新命令，即可很方便地更新或添加新的实验性的packages到源码中并编译到OpenWrt固件去。
注意：请老坛友及旧的新闻组成员们注意了，这一步取代了创建符号链接symlinks的老办法哦。
更新Feeds
诸如此类源码,你得定期更新Feeds。 通过如上相同的命令:
# ./scripts/feeds update -a
# ./scripts/feeds install -a
注意:若你清楚地知道你不需添加新的packages到menuconfig中去，那么你可在更新Feeds时跳过这一步。
生成配置
You may not have to make configration always after updating sources and feeds, but making it ensures that all packages from source and feeds are correctly included in your build configuration.
Defconfig
下一步是检查编译环境，若可进行编译则生成默认配置：
# make defconfig
若defconfig回显提示缺少软件包或编译库等依赖，则按提示安装所缺软件包或库等即可，不难的，细心点就行。
Menuconfig
menuconfig是一个基于文本的工具，它处理选择的目标（需要还是不需要）、编译生成软件包（openwrt下是IPKG格式）以及内核选项（编译成模块还是内核）等等
# make menuconfig
在你离开并保存配置文件（默认都是.config）后，将自动配置依赖关系，让你可以着手编译更新的固件。
大众可通过'menuconfig'这一简单的图形化的配置环境，非常轻松地编译出专属您本人的OpenWrt固件。
可以用'menuconfig'，以开发的意图来编译OpenWrt的固件，为自己（个人）创造一个结构简单但是功能强大的环境。（上句实在难翻译，只能意译。并且也请大家都学习下编译OP固件，让以OP固件盈利的人丢掉那肮脏的饭碗！）
Menuconfig或多或少有些难以说明的地方，即使是最专业的配置，也可以寻求帮助并加以解决。 需要你指定何种目标平台，要包含的package软件包和内核模块等均需要你指定，配置标准的过程中会包括修改：
目标平台（即路由器何种架构，BCM呢还是AR均可选择）
选择要包含的package软件包
构建系统设置
内核模块
Target system is selected from the extensive list of supported platforms, with the numerous target profiles – ranging from specific devices to generic profiles, all depending on the particular device at hand. Package selection has the option of either 'selecting all package', which might be un-practical in certain situation, or relying on the default set of packages will be adequate or make an indivial selection. It is here needed to mention that some package combinations might break the build process, so it can take some experimentation before the expected result is reached. Added to this, the OpenWrt developers are themselves only maintaining a smaller set of packages – which includes all default packages – but, the feeds-script makes it very simple to handle a locally maintained set of packages and integrate them in the build-process.
假如你需要LuCI, 要到Administration 菜单里,在LuCI组件的子菜单下, 并选择: luci-admin-core, luci-admin-full, and luci-admin-mini组件包。
假如你不需要PPP,你可到Network菜单下取消对它的选择，以便编译时不包含此组件。
Menuconfig用法: 确保这些组件包是以 '*'星号标记而不是 'M'标记。
如果你是以星号 '*'标记该组件包, 则该组件包将编译进最终生成的OpenWrt固件中。
如果你仅以 'M'标记该组件包, 则该组件包将不会编译进最终生成的OpenWrt固件中。
The final step before the process of compiling the intended image(s) is to exit 'menuconfig' – this also includes the option to save a specific configuration or load an already existing, and pre-configured, version.
Exit and save.
Source Mirrors
The 'Build system settings' include some efficient options for changing package locations which makes it easy to handle a local package set:
Local mirror for source packages
Download folder
In the case of the first option, you simply enter a full URL to the web or ftp server on which the package sources are hosted. Download folder would in the same way be the path to a local folder on the build system (or network). If you have a web/ftp-server hosting the tarballs, the OpenWrt build system will try this one before trying to download from the location(s) mentioned in the Makefiles . Similar if a local 'download folder', residing on the build system, has been specified. The 'Kernel moles' option is required if you need specific (non-standard) drivers and so forth – this would typically be things like moles for USB or particular network interface drivers etc.
编译固件
万事具备，只欠东风,通过下面简单的make命令来编译:
# make
在多核电脑中编译
具有多核CPU处理器的电脑进行编译，使用下述参数可令编译过程加速。 常规用法为 <您cpu处理器的数目 + 1> – 例如使用3进程来编译 (即双核CPU), 命令及参数如下:
# make -j 3
后台编译
若你在这个系统内编译OpenWrt的同时还处理其他，可以让闲置的I/O及CPU来在后台编译固件 (双核CPU):
# ionice -c 3 nice -n 20 make -j 2
编译简单的基本的软件包
当你为OpenWrt开发或打包软件包,编译简单的基本的软件包可以很轻易地编译该软件包 (例如， 软件包cups):
# make package/cups/compile V=99
一个在Feeds里的软件包大约是这样子的:
# make package/feeds/packages/ndyndns/compile V=99
编译错误
如果因某种不知道的原因而编译失败,下面有种简单的方法来得知编译到底错在哪里了:
# make V=99 2>&1 |tee build.log |grep -i error
上述编译命令意为：V99参数，将出错信息保存在build.log，生成输出完整详细的副本（with stdout piped to stderr），只有在屏幕上显示的错误。
举例说明:
# ionice -c 3 nice -n 20 make -j 2 V=99 CONFIG_DEBUG_SECTION_MISMATCH=y 2>&1 \
|tee build.log |egrep -i '(warn|error)'
The above saves a full verbose of the build output (with stdout piped to stderr) in build.log and outputs only warnings and errors while building using only background resources on a al core CPU.
一键编译
即使用脚本来编译Openwrt固件。许多朋友编译Openwrt是用的脚本来编译的，详见: forum.openwrt.org/viewtopic.php?id=28267
生成的固件在哪
编译成功后所生成的固件文件位于bin目录下，可用如下命令查看：
# cd bin/
# ls */
清理
编译OpneWrt时你可能需要一个清洁干净的编译环境。 以下操作有利用编译工作:
清洁
清洁trunk/ 目录，在编译过程中使用“make clean”命令即可。 此命令将删除bin目录和build_dir目录下的所有文件及文件夹。
## See CAUTION below
# make clean