python 进程间通信 消费者生产者模型 队列
Posted 北寒-
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 进程间通信 消费者生产者模型 队列相关的知识,希望对你有一定的参考价值。
队列 from multiprocessing import Queue
队列: 先进先出(First In First Out 简称 FIFO)/// 栈:先进后出(First In Last Out 简称 FILO)
Queue 方法介绍 :
Queue([maxsize]) q = Queue([maxsize]) q.get( [ block [ ,timeout ] ] ) 返回q中的一个项目。如果q为空,此方法将阻塞,直到队列中有项目可用为止。block用于控制阻塞行为,默认为True. 如果设置为False,将引发Queue.Empty异常(定义在Queue模块中)。timeout是可选超时时间,用在阻塞模式中。如果在指定的时间间隔内没有项目可用,将引发Queue.Empty异常。 q.get_nowait( ) 同q.get(False)方法。 q.put(item [, block [,timeout ] ] ) 将item放入队列。如果队列已满,此方法将阻塞至有空间可用为止。block控制阻塞行为,默认为True。如果设置为False,将引发Queue.Empty异常(定义在Queue库模块中)。timeout指定在阻塞模式中等待可用空间的时间长短。超时后将引发Queue.Full异常。 q.qsize() 返回队列中目前项目的正确数量。此函数的结果并不可靠,因为在返回结果和在稍后程序中使用结果之间,队列中可能添加或删除了项目。在某些系统上,此方法可能引发NotImplementedError异常。 q.empty() 如果调用此方法时 q为空,返回True。如果其他进程或线程正在往队列中添加项目,结果是不可靠的。也就是说,在返回和使用结果之间,队列中可能已经加入新的项目。 q.full() 如果q已满,返回为True. 由于线程的存在,结果也可能是不可靠的(参考q.empty()方法)。。
其他方法:
q.close()
关闭队列,防止队列中加入更多数据。调用此方法时,后台线程将继续写入那些已入队列但尚未写入的数据,但将在此方法完成时马上关闭。如果q被垃圾收集,将自动调用此方法。关闭队列不会在队列使用者中生成任何类型的数据结束信号或异常。例如,如果某个使用者正被阻塞在get()操作上,关闭生产者中的队列不会导致get()方法返回错误。
q.cancel_join_thread()
不会再进程退出时自动连接后台线程。这可以防止join_thread()方法阻塞。
q.join_thread()
连接队列的后台线程。此方法用于在调用q.close()方法后,等待所有队列项被消耗。默认情况下,此方法由不是q的原始创建者的所有进程调用。调用q.cancel_join_thread()方法可以禁止这种行为。
from multiprocessing import Queue q = Queue(4) q.put(1) q.put(2) q.put(3) q.put(4) # q.put(5) #如果是put,因为已经放满数据,所以程序会阻塞在put,等待取出数据 # q.put_nowait(5) # 如果是put_nowait() ,不会阻塞,直接放入队列数据,队列满则报异常 # try : # q.put_nowait(5) # 在此处用try直接处理异常。此时数据不会放入到队列,会被直接丢弃 # except : # print(‘队列满了‘) print(q.get()) print(q.get()) print(q.get()) print(q.get()) # print(q.get()) # 此处和上边一样,因为队列中已空,所以程序会阻塞在get,等待放入数据 # print(q.get_nowait()) # 不会阻塞,直接从队列中获取数据,获取不到则报错 try : q.get_nowait() except : print(‘队列已空‘)
进程间通信的队列
from multiprocessing import Process, Queue import time def func(q): time.sleep(1) q.put(‘我是中国人‘) if __name__ == ‘__main__‘: q = Queue(5) p = Process(target=func,args=(q,)) p.start() #子进程和父进程同时运行,不一定队列中有数据 print(q.get()) # 一定不会报错,get()是阻塞获取数据如果队列没有就等着 # print(q.get_nowait()) #数据为空是获取不到会报错
from multiprocessing import Process,Queue import time,os # import random def p_func(q): q.put(os.getpid()) def g_func(q): print(q.get()) if __name__ == ‘__main__‘: q = Queue(5) l_put = [] l_get = [] for i in range(10): p_put = Process(target=p_func,args=(q,)) p_put.start() l_put.append(p_put) for i in range(10): p_get = Process(target=g_func, args=(q,)) p_get.start() l_get.append(p_get) [i.join() for i in l_get] [i.join() for i in l_put]
生产者消费者模型
主要是为解耦
借助队列来实现生产者消费者模型
以上是关于python 进程间通信 消费者生产者模型 队列的主要内容,如果未能解决你的问题,请参考以下文章
python并发编程之多进程:互斥锁(同步锁)&进程其他属性&进程间通信(queue)&生产者消费者模型