服務報價 | 域名主機 | 網絡營銷 | 軟件工具| [加入收藏]
?熱線電話: 130-5800-8007
當前位置: 主頁 > 開發教程 > python教程 >

用Python多線程實現生產者消費者模式

時間:2017-04-09 13:57來源:未知 作者:最模板 點擊:
什么是生產者消費者模式 在軟件開發的過程中,經常碰到這樣的場景: 某些模塊負責生產數據,這些數據由其他模塊來負責處理(此處的模塊可能是:函數、線程、進程等)。產生數

什么是生產者消費者模式

在軟件開發的過程中,經常碰到這樣的場景:

某些模塊負責生產數據,這些數據由其他模塊來負責處理(此處的模塊可能是:函數、線程、進程等)。產生數據的模塊稱為生產者,而處理數據的模塊稱為消費者。在生產者與消費者之間的緩沖區稱之為倉庫。生產者負責往倉庫運輸商品,而消費者負責從倉庫里取出商品,這就構成了生產者消費者模式。

結構圖如下:

為了大家容易理解,我們舉一個寄信的例子。假設你要寄一封信,大致過程如下:

1、你把信寫好——相當于生產者生產數據

2、你把信放入郵箱——相當于生產者把數據放入緩沖區

3、郵遞員把信從郵箱取出,做相應處理——相當于消費者把數據取出緩沖區,處理數據

生產者消費者模式的優點

  • 解耦

    假設生產者和消費者分別是兩個線程。如果讓生產者直接調用消費者的某個方法,那么生產者對于消費者就會產生依賴(也就是耦合)。如果未來消費者的代碼發生變化,可能會影響到生產者的代碼。而如果兩者都依賴于某個緩沖區,兩者之間不直接依賴,耦合也就相應降低了。

舉個例子,我們去郵局投遞信件,如果不使用郵箱(也就是緩沖區),你必須得把信直接交給郵遞員。有同學會說,直接給郵遞員不是挺簡單的嘛?其實不簡單,你必須 得認識誰是郵遞員,才能把信給他。這就產生了你和郵遞員之間的依賴(相當于生產者和消費者的強耦合)。萬一哪天郵遞員 換人了,你還要重新認識一下(相當于消費者變化導致修改生產者代碼)。而郵箱相對來說比較固定,你依賴它的成本就比較低(相當于和緩沖區之間的弱耦合)。

  • 并發

    由于生產者與消費者是兩個獨立的并發體,他們之間是用緩沖區通信的,生產者只需要往緩沖區里丟數據,就可以繼續生產下一個數據,而消費者只需要從緩沖區拿數據即可,這樣就不會因為彼此的處理速度而發生阻塞。

繼續上面的例子,如果我們不使用郵箱,就得在郵局等郵遞員,直到他回來,把信件交給他,這期間我們啥事兒都不能干(也就是生產者阻塞)。或者郵遞員得挨家挨戶問,誰要寄信(相當于消費者輪詢)。

  • 支持忙閑不均

    當生產者制造數據快的時候,消費者來不及處理,未處理的數據可以暫時存在緩沖區中,慢慢處理掉。而不至于因為消費者的性能造成數據丟失或影響生產者生產。

我們再拿寄信的例子,假設郵遞員一次只能帶走1000封信,萬一碰上情人節(或是圣誕節)送賀卡,需要寄出去的信超過了1000封,這時候郵箱這個緩沖區就派上用場了。郵遞員把來不及帶走的信暫存在郵箱中,等下次過來時再拿走。

通過上面的介紹大家應該已經明白了生產者消費者模式。

Python中的多線程編程

在實現生產者消費者模式之前,我們先學習下Python中的多線程編程。

線程是操作系統直接支持的執行單元,高級語言通常都內置多線程的支持,Python也不例外,并且Python的線程是真正的Posix Thread,而不是模擬出來的線程。

Python的標準庫提供了兩個模塊:_thread和threading,_thread是低級模塊,threading是高級模塊,對_thread進行了封裝。絕大多數情況下,我們只需要使用threading這個高級模塊。

下面我們先看一段在Python中實現多線程的代碼。

importtime,threading
#線程代碼
class TaskThread(threading.Thread):
    def__init__(self,name):
        threading.Thread.__init__(self,name=name)
    defrun(self):
        print('thread %s is running...' % self.getName())
 
        for i in range(6):
            print('thread %s >>> %s' % (self.getName(), i))
            time.sleep(1)
 
        print('thread %s finished.' % self.getName())
 
taskthread = TaskThread('TaskThread')
taskthread.start()
taskthread.join()

下面是程序的執行結果:

threadTaskThreadis running...
threadTaskThread >>> 0
threadTaskThread >>> 1
threadTaskThread >>> 2
threadTaskThread >>> 3
threadTaskThread >>> 4
threadTaskThread >>> 5
threadTaskThreadfinished.

TaskThread類繼承自threading模塊中的Thread線程類。構造函數的name參數指定線程的名字,通過重載基類run函數實現具體任務。

在簡單熟悉了Python的線程后,下面我們實現一個生產者消費者模shi。

fromQueueimportQueue
importrandom,threading,time
 
#生產者類
class Producer(threading.Thread):
    def__init__(self, name,queue):
        threading.Thread.__init__(self, name=name)
        self.data=queue
 
    defrun(self):
        for i in range(5):
            print("%s is producing %d to the queue!" % (self.getName(), i))
            self.data.put(i)
            time.sleep(random.randrange(10)/5)
        print("%s finished!" % self.getName())
 
#消費者類
class Consumer(threading.Thread):
    def__init__(self,name,queue):
        threading.Thread.__init__(self,name=name)
        self.data=queue
    defrun(self):
        for i in range(5):
            val = self.data.get()
            print("%s is consuming. %d in the queue is consumed!" % (self.getName(),val))
            time.sleep(random.randrange(10))
        print("%s finished!" % self.getName())
 
defmain():
    queue = Queue()
    producer = Producer('Producer',queue)
    consumer = Consumer('Consumer',queue)
 
    producer.start()
    consumer.start()
 
    producer.join()
    consumer.join()
    print 'All threads finished!'
 
if __name__ == '__main__':
    main()

執行結果可能如下:

Produceris producing 0 to thequeue!
Consumeris consuming. 0 in thequeueis consumed!
Produceris producing 1 to thequeue!
Produceris producing 2 to thequeue!
Consumeris consuming. 1 in thequeueis consumed!
Consumeris consuming. 2 in thequeueis consumed!
Produceris producing 3 to thequeue!
Produceris producing 4 to thequeue!
Producerfinished!
Consumeris consuming. 3 in thequeueis consumed!
Consumeris consuming. 4 in thequeueis consumed!
Consumerfinished!
Allthreadsfinished!

因為多線程是搶占式執行的,所以打印出的運行結果不一定和上面的完全一致。

小結

本例通過Python實現了一個簡單的生產者消費者模型。Python中的Queue模塊已經提供了對線程同步的支持,所以本文并沒有涉及鎖、同步、死鎖等多線程問題。

(責任編輯:最模板)
頂一下
(0)
0%
踩一下
(0)
0%
------分隔線----------------------------
欄目列表
熱點內容
体彩22选5开奖结果