python多线程编程-queue模块和生产者-消费者问题

Posted 冲扬心法

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python多线程编程-queue模块和生产者-消费者问题相关的知识,希望对你有一定的参考价值。

摘录python核心编程

本例中演示生产者-消费者模型:商品或服务的生产者生产商品,然后将其放到类似队列的数据结构中。生产商品中的时间是不确定的,同样消费者消费商品的时间也是不确定的。

使用queue模块(python2.x版本中,叫Queue)来提供线程间通信的机制,从而让线程之间可以分享数据。具体而言,就是创建一个队列,让生产者(线程)在其中放入新的商品,而消费者(线程)消费这些商品。

下表是queue模块的部分属性:

属性 描述
queue模块的类
Queue(maxsize=0) 创建一个先入先出队列。如果给定最大值,则在队列没有空间时阻塞;否则,为无限队列
LifoQueue(maxsize=0) 创建一个后入先出队列。如果给定最大值,则在队列没有空间时阻塞;否则,为无限序列
PriorityQueue(maxsize=0) 创建一个优先级队列。如果给定最大值,则在队列没有空间时阻塞;否则,为无限序列
queue异常
Empty 当对空队列调用get*()方法时抛出异常
Full 当对已满的队列调用put*()方法时抛出异常
queue对象方法
qsize() 返回队列大小。(由于返回队列大小时可能被其他线程修改,所以该值为近似值)
empty() 如果队列为空,则返回True,否则返回False
full() 如果队列已满,则返回True,否则返回False
put(item,block=True,timeout=None) 将item放入队列。如果block为True(默认值),且timeout为None,则在有可用空间之前阻塞;如果timeout为正值,最多阻塞timeout秒;如果block为False,则抛出Empty异常
put_nowait(item) 和put(item,False)效果相同
get(block=True,timeout=None) 从队列上取得元素。如果给定了block(非0),则一直阻塞直到有可用的元素为止
get_nowait() 和get(False)效果想用
task_done() 用于表示队列中的某个元素已执行完成,该方法会被下面的join()使用
join() 在队列中所有元素执行完毕并调用上面的task_done()信号前,保持阻塞。

下面的prodcons.py脚本中使用了queue对象实现了生产者-消费者场景,随机生产或消费商品,且生产者和消费者独立、并发的执行线程。注意,这里使用了在之前章节中改写的MyThread类

#python 3.6
from random import randint
from time import sleep
from queue import Queue
from myThread import MyThread
#将一个对象放入队列中
def writeQ(queue):
    print(\'正在为队列生产………\')
    queue.put(\'商品\',1)
    print(\'当前商品总数:\',queue.qsize())
#消费队列中的一个对象    
def readQ(queue):
    val = queue.get(1)
    print(\'正在从队列中消费商品……消费后还剩余商品:\',queue.qsize())
#模仿生产者。    
def writer(queue,loops):
    for i in range(loops):
        writeQ(queue)
        sleep(randint(1,3))#writer的睡眠时间一般比reader短,是为了阻碍 reader从空队列中获取对象,换句话说就是使得轮到reader执行时,已存在可消费对象的可能性更大。
#模仿消费者    
def reader(queue,loops):
    for i in range(loops):
        readQ(queue)
        sleep(randint(2,5))
    
funcs = [writer,reader]
nfuncs = range(len(funcs))

def main():
    nloops = randint(2,5)#randint 和randrange类似,区别在于,randrange是半开半闭区间,而randint是闭区间
    q = Queue(32)
    
    threads = []#模拟线程池
    for i in nfuncs:
        t = MyThread(funcs[i],(q,nloops),funcs[i].__name__)#创建线程
        threads.append(t)
        
    for i in nfuncs:
        threads[i].start()  #开始执行线程
        
    for i in nfuncs:
        threads[i].join()
        
    print(\'结束\')
    
if __name__ == \'__main__\':
    main()

执行效果类似:

PS C:\\Users\\WC> python E:\\Python3.6.3\\workspace\\prodcons.py
开始执行 writer  在: Thu Apr 19 21:06:22 2018
正在为队列生产………
开始执行 reader  在: Thu Apr 19 21:06:22 2018
当前商品总数: 1
正在从队列中消费商品……消费后还剩余商品: 0
正在为队列生产………
当前商品总数: 1
正在从队列中消费商品……消费后还剩余商品: 0
正在为队列生产………
当前商品总数: 1
正在从队列中消费商品……消费后还剩余商品: 0
正在为队列生产………
当前商品总数: 1
正在为队列生产………
当前商品总数: 2
writer 结束于: Thu Apr 19 21:06:30 2018
正在从队列中消费商品……消费后还剩余商品: 1
正在从队列中消费商品……消费后还剩余商品: 0
reader 结束于: Thu Apr 19 21:06:39 2018
结束

 

以上是关于python多线程编程-queue模块和生产者-消费者问题的主要内容,如果未能解决你的问题,请参考以下文章

Python爬虫编程思想(141):多线程和多进程爬虫--生产者-消费者问题与queue模块

Python Queue 入门

Python之queue模块

第51天: Python Queue 入门

第51天: Python Queue 入门

41. Python Queue 多进程的消息队列 PIPE