七. 并发编程 (进程队列)

一. 进程间通信——队列（multiprocess.Queue）

1 .队列概念介绍

创建共享的进程队列，Queue是多进程安全的队列，可以使用Queue实现多进程之间的数据传递。 

Queue([maxsize]) 
创建共享的进程队列。
参数 ：maxsize是队列中允许的最大项数。如果省略此参数，则无大小限制。
底层队列使用管道和锁定实现。

2. 队列方法介绍

Queue([maxsize]) 
创建共享的进程队列。maxsize是队列中允许的最大项数。如果省略此参数，则无大小限制。底层队列使用管道和锁定实现。另外，还需要运行支持线程以便队列中的数据传输到底层管道中。 
Queue的实例q具有以下方法：

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。如果在制定的时间间隔内没有项目变为可用，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）。。


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。

单队列
from multiprocessing import Process, Event,Queue
aa=Queue(4)
print(aa)
aa.put(1)
aa.put(2)
aa.put(3)
aa.put(4)
# aa.put(5)   # 如果队列已经满了，程序就会停在这里，等待数据被别人取走，再将数据放入队列。
           # 如果队列中的数据一直不被取走，程序就会永远停在这里。

print(aa.full())  #  判断队列数据是否满没

print(aa.get())
print(aa.get())
print(aa.get())
print(aa.get())
print(aa.get())# 同put方法一样，如果队列已经空了，那么继续取就会出现阻塞。 下面不会打印
# print(1111111)

'''
multiprocessing模块支持进程间通信的两种主要形式:管道和队列
都是基于消息传递实现的,但是队列接口
'''
from multiprocessing import Queue
q=Queue(3)
#put ,get ,put_nowait,get_nowait,full,empty
q.put(3)
q.put(3)
q.put(3)
# q.put(3)   # 如果队列已经满了，程序就会停在这里，等待数据被别人取走，再将数据放入队列。
           # 如果队列中的数据一直不被取走，程序就会永远停在这里。
try:
    q.put_nowait(3) # 可以使用put_nowait，如果队列满了不会阻塞，但是会因为队列满了而报错。
except: # 因此我们可以用一个try语句来处理这个错误。这样程序不会一直阻塞下去，但是会丢掉这个消息。
    print('队列已经满了')

# 因此，我们再放入数据之前，可以先看一下队列的状态，如果已经满了，就不继续put了。
print(q.full()) #满了

print(q.get())
print(q.get())
print(q.get())
# print(q.get()) # 同put方法一样，如果队列已经空了，那么继续取就会出现阻塞。
try:
    q.get_nowait(3) # 可以使用get_nowait，如果队列满了不会阻塞，但是会因为没取到值而报错。
except: # 因此我们可以用一个try语句来处理这个错误。这样程序不会一直阻塞下去。
    print('队列已经空了')

print(q.empty()) #空了

进程之间队列通信

from multiprocessing import Process, Event,Queue
def show(q):
   q.put(1)
   q.put(2)
   q.put(3)
if __name__=="__main__":
    q=Queue()
    p1=Process(target=show,args=(q,))
    p1.start()
    print(q.get())
    print(q.get())
    print(q.get())
    
    
print(“***********************************************”）
    
进程之间获取数据   (意思在开一个进程之间生成    在开一个进程之间获取数据)
def show(q):
   q.put(1)
   q.put(2)
   q.put(3)
def run(q):
    print(q.get())
    print(q.get())
    print(q.get())
    print("1111111111111")
if __name__=="__main__":
    q=Queue(3)  # 参数表示这个队列里面只能方法三个数据
    p1=Process(target=show,args=(q,))
    p1.start()
    p2 = Process(target=run, args=(q,))
    p2.start()

批量生产数据放入队列再批量获取结果

import os
import time
import multiprocessing

# 向queue中输入数据的函数
def inputQ(queue):
    info = str(os.getpid()) + '(put):' + str(time.asctime())
    queue.put(info)

# 向queue中输出数据的函数
def outputQ(queue):
    info = queue.get()
    print ('%s%s33[32m%s33[0m'%(str(os.getpid()), '(get):',info))

# Main
if __name__ == '__main__':
    multiprocessing.freeze_support()
    record1 = []   # store input processes  输入存储过程
    record2 = []   # store output processes输入存储过程
    queue = multiprocessing.Queue(3)
    # 输入进程
    for i in range(5):
        process = multiprocessing.Process(target=inputQ,args=(queue,))
        process.start()
        record1.append(process)

    # 输出进程
    for i in range(5):
        process = multiprocessing.Process(target=outputQ,args=(queue,))
        process.start()
        record2.append(process)

    print(record1)
    print(record2)

    for p in record1:
        p.join()   # 阻塞效果同步 意思就是等待里面数据生产处理完   在批量输出

    for p in record2:
        p.join()  # 阻塞效果同步 意思就是等待里面数据生产处理完   在批量输出

    print("执行完毕")


执行结果:

11148(get):10592(put):Mon Jul 15 21:24:16 2019
[<Process(Process-1, stopped)>, <Process(Process-2, started)>, <Process(Process-3, started)>, <Process(Process-4, started)>, <Process(Process-5, started)>]
[<Process(Process-6, started)>, <Process(Process-7, started)>, <Process(Process-8, started)>, <Process(Process-9, started)>, <Process(Process-10, started)>]
19304(get):5280(put):Mon Jul 15 21:24:17 2019
19880(get):1452(put):Mon Jul 15 21:24:17 2019
12272(get):2756(put):Mon Jul 15 21:24:17 2019
21108(get):16472(put):Mon Jul 15 21:24:17 2019
执行完毕

3. 队列生生产者消费者模型

生产者消费者模型
在并发编程中使用生产者和消费者模式能够解决绝大多数并发问题。该模式通过平衡生产线程和消费线程的工作能力来提高程序的整体处理数据的速度。

为什么要使用生产者和消费者模式
在线程世界里，生产者就是生产数据的线程，消费者就是消费数据的线程。在多线程开发当中，如果生产者处理速度很快，而消费者处理速度很慢，那么生产者就必须等待消费者处理完，
才能继续生产数据。
同样的道理，如果消费者的处理能力大于生产者，那么消费者就必须等待生产者。为了解决这个问题于是引入了生产者和消费者模式。

什么是生产者消费者模式
生产者消费者模式是通过一个容器来解决生产者和消费者的强耦合问题。生产者和消费者彼此之间不直接通讯，而通过阻塞队列来进行通讯，所以生产者生产完数据之后不用等待消费者处理，
直接扔给阻塞队列，
消费者不找生产者要数据，而是直接从阻塞队列里取，阻塞队列就相当于一个缓冲区，平衡了生产者和消费者的处理能力。

注意
    此时的问题是主进程永远不会结束，原因是：生产者p在生产完后就结束了，但是消费者c在取空了q之后，
    则一直处于死循环中且卡在q.get()这一步。

from multiprocessing import Process,Queue
import time,random,os
def con(q):
  while True:
    res=q.get()    #  当获取的数据大于生产的时候 会阻塞（死循环）  但是消费者c在取空了q之后
    time.sleep(random.randint(1, 3))
    print('33[45m%s 吃 %s33[0m' % (os.getpid(),res))

def prod(q):
    for i in range(5):
        time.sleep(random.randint(1,3))
        res='包子%s' %i
        q.put(res)
        print('33[44m%s 生产了 %s33[0m' %(os.getpid(),res))

if __name__=="__main__":
   q=Queue()
   p1= Process(target=prod, args=(q,))
   p1.start()
   p2= Process(target=con, args=(q,))
   p2.start()

   print("主进程！！！！！！！！！")

执行
    主进程！！！！！！！！！
    15876 生产了 包子0
    15876 生产了 包子1
    5572 吃 包子0
    15876 生产了 包子2
    5572 吃 包子1
    15876 生产了 包子3
    5572 吃 包子2
    15876 生产了 包子4
    5572 吃 包子3
    5572 吃 包子4

没结束掉进程

解决(上面阻塞就是死循环)方式无非是让生产者在生产完毕后，
   往队列中再发一个结束信号，这样消费者在接收到结束信号后就可以break出死循环。

from multiprocessing import Process,Queue
import time,random,os
def con(q):
  while True:
    res=q.get()
    if res is None:break           # 添加结束条件来解决  阻塞（死循环）  就是明确生产者和消费者结束条件
    time.sleep(random.randint(1, 3))
    print('33[45m%s 吃 %s33[0m' % (os.getpid(),res))

def prod(q):
    for i in range(5):
        time.sleep(random.randint(1,3))
        res='包子%s' %i
        q.put(res)
        print('33[44m%s 生产了 %s33[0m' %(os.getpid(),res))

    q.put(None)  # 发送结束信号  # 添加结束条件来解决  阻塞（死循环）  就是明确生产者和消费者结束条件

if __name__=="__main__":
   q=Queue()
   p1= Process(target=prod, args=(q,))

   p2= Process(target=con, args=(q,))
   p1.start()
   p2.start()
   print("主进程！！！！！！！！！")

执行结果:
    主进程！！！！！！！！！
    1764 生产了 包子0
    1764 生产了 包子1
    1764 生产了 包子2
    20952 吃 包子0
    20952 吃 包子1
    1764 生产了 包子3
    20952 吃 包子2
    1764 生产了 包子4
    20952 吃 包子3
    20952 吃 包子4

    进程已结束，退出代码 0

主进程在生产者生产完毕后发送结束信号None

from multiprocessing import Process,Queue
import time,random,os
def consumer(q):
    while True:
        res=q.get()
        if res is None:break #收到结束信号则结束
        time.sleep(random.randint(1,3))
        print('33[45m%s 吃 %s33[0m' %(os.getpid(),res))

def producer(q):
    for i in range(6):
        time.sleep(random.randint(1,3))
        res='包子%s' %i
        q.put(res)
        print('33[44m%s 生产了 %s33[0m' %(os.getpid(),res))

if __name__ == '__main__':
    q=Queue()
    #生产者们:即厨师们
    p1=Process(target=producer,args=(q,))

    #消费者们:即吃货们
    c1=Process(target=consumer,args=(q,))
    #开始
    p1.start()
    c1.start()

    p1.join()    # 阻塞 就是等所以数据生产完了
    q.put(None) #发送结束信号

    print('主进程')


执行结果:
    856 生产了 包子0
    4856 生产了 包子1
    4856 生产了 包子2
    8000 吃 包子0
    4856 生产了 包子3
    8000 吃 包子1
    4856 生产了 包子4
    8000 吃 包子2
    8000 吃 包子3
    4856 生产了 包子5
    主进程
    8000 吃 包子4
    8000 吃 包子5

    进程已结束，退出代码 0

多个消费者的例子：有几个消费者就需要发送几次结束信号

from multiprocessing import Process,Queue
import time,random,os
def consumer(q):
    while True:
        res=q.get()
        if res is None:break #收到结束信号则结束
        time.sleep(random.randint(1,3))
        print('33[45m%s 吃 %s33[0m' %(os.getpid(),res))

def producer(name,q):
    for i in range(2):
        time.sleep(random.randint(1,3))
        res='%s%s' %(name,i)
        q.put(res)
        print('33[44m%s 生产了 %s33[0m' %(os.getpid(),res))

if __name__ == '__main__':
    q=Queue()
    #生产者们:即厨师们
    p1=Process(target=producer,args=('包子',q))
    p2=Process(target=producer,args=('面条',q))
    p3=Process(target=producer,args=('馒头',q))

    #消费者们:即吃货们
    c1=Process(target=consumer,args=(q,))
    c2=Process(target=consumer,args=(q,))

    #开始
    p1.start()
    p2.start()
    p3.start()
    c1.start()

    p1.join() #必须保证生产者全部生产完毕,才应该发送结束信号
    p2.join()
    p3.join()

    q.put(None) #有几个消费者就应该发送几次结束信号None
    q.put(None) #发送结束信号
    print('主进程！！！！！')

执行结果
    7900 生产了 馒头0
    21464 吃 馒头0
    17084 生产了 面条0
    4680 生产了 包子0
    7900 生产了 馒头1
    4680 生产了 包子1
    17084 生产了 面条1
    主进程！！！！！
    21464 吃 面条0
    21464 吃 包子0
    21464 吃 馒头1
    21464 吃 包子1
    21464 吃 面条1
    进程已结束，退出代码 0