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:\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