• python多线程编程-queue模块和生产者-消费者问题


    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:UsersWC> python E:Python3.6.3workspaceprodcons.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
  • 相关阅读:
    bootstrap 兼容 IE8
    在IE8的基础上安装IE11
    前台
    dll 库文件下载地址
    年轻
    linux 异常
    Navicat断网时连不上数据库
    jQuery
    破解版 Teamver 安装
    mysql
  • 原文地址:https://www.cnblogs.com/hiwuchong/p/8886277.html
Copyright © 2020-2023  润新知