进程之间的通信(multiprocess.Queue)

一、进程间通信

进程之间的数据是相互隔离的，例如

from multiprocessing import Process


def task():
    global n  # 声明全局变量
    n = 999
    print('子', n)


if __name__ == '__main__':
    p = Process(target=task )
    n=10
    p.start()
    print('主',n)
    
'''输出结果
主 10
子 999''' # 子进程中的数据并不会影响到父进程的数据

而想做到进程与进程之间的通信，就需要借助到第三方的媒介进行数据的交换获取等操作。

IPC(Inter-Process Communication)进程间通讯

二、队列

multiprocess.Queue

创建共享的进程队列，Queue是多进程安全队列，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
# 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。

Queue方法

Queue([maxsize]):创建共享的进程队列。

Queue实例化之后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。'''
from  multiprocessing import  Queue

if __name__ == '__main__':

    q = Queue(3)

    q.put('001')
    q.put('002')
    q.put('003')
    print(q.get())
    print(q.get())
    print(q.get())
    print(q.get(block=False))
    
# 将block设置为False就不会处在阻塞状态，一旦取不到值就会报异常。或者将timeout设定超时时间，超过这个时间取不到值也会报异常，不等待。

q.get_nowait()  # 取值不会处在阻塞状态，一旦取不到值就会报异常
q.put_nowait()  # 将值放入队列。如果队列已满，就会报异常

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()
'''判断q队列是否为空，空返回True，否则返回False。
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）。'''

Queue解决进程间数据隔离问题

from multiprocessing import Queue, Process
import time


def task(q):
    q.put(time.strftime('%Y-%m-%d %H:%M:%S'))
    print('数据放完了')


if __name__ == '__main__':
    q = Queue(3)
    p = Process(target=task, args=(q,))
    p.start()
    res = q.get()
    print('取到了%s' % res)
    print('主')
    
'''输出结果
数据放完了
取到了2021-07-21 15:46:57
主'''

批量生产数据放入队列再批量获取结果

from multiprocessing import Queue, Process
import time


def q_put(q):
    q.put(time.strftime('%Y-%m-%d %H:%M:%S'))
    print('数据放完了')


def q_get(q):
    print(q.get())


if __name__ == '__main__':
    q = Queue(3)
    p1 = Process(target=q_put, args=(q,))
    p2 = Process(target=q_put, args=(q,))
    p3 = Process(target=q_get, args=(q,))
    p4 = Process(target=q_get, args=(q,))
    p1.start()
    p2.start()
    p3.start()
    p4.start()

生产者消费者模型

import os
import random
import time
from multiprocessing import Process, Queue,set_start_method  # 针对mac用Queue出bug状况


def producer(queue, product):
    for i in range(1, 11):
        print('%s号流水线生产了第%s个%s' % (i, i, product))
        time.sleep(random.random())
        queue.put('第%s个%s' % (i, product))


def consumer(queue):
    while True:
        res = queue.get()
        if not res: break  # 发现none直接结束运行
        print('%s消费者取走了%s' % (os.getpid(), res))


if __name__ == '__main__':
    set_start_method('fork') # 针对mac用Queue出bug状况
    q = Queue(3)
    producer_p = Process(target=producer, args=(q, '大可乐'))
    consumer_p = Process(target=consumer, args=(q,))
    producer_p.start()
    consumer_p.start()
    producer_p.join()  # 让子进程先运行完再添加标志
    q.put(None)

多生产者 多消费者
# 生产者：
def producer(queue, food):
    # 把数据全部放在Queue
    for i in range(10):
        data = "这个进程id：%s， 生产了%s个%s" % (os.getpid(), i, food)
        print(data)

        time.sleep(random.randint(1, 3))
        # 放入数据
        queue.put("第%s个%s" % (i, food))



def consumer(queue):
    while True:
        res = queue.get()
        if not res:break
        data = "这个进程id：%s， 吃了%s" % (os.getpid(), res)
        print(data)


if __name__ == '__main__':
    q = Queue(3)
    p1 = Process(target=producer, args=(q, '面包'))
    p2 = Process(target=producer, args=(q, '奶粉'))
    p3 = Process(target=producer, args=(q, '冰淇淋'))
    p1.start()
    p2.start()
    p3.start()

    p4 = Process(target=consumer, args=(q,))
    p5 = Process(target=consumer, args=(q,))
    p4.start()
    p5.start()

    # time.sleep(1000)
    # none放在这里是不行的，原因是主进程直接执行了put none, 消费者直接获取到None, 程序直接结束了
    # p.join()
    # q.put(None)

    p1.join()
    p2.join()
    p3.join()

    q.put(None)
    q.put(None)
    q.put(None)

多生产者 多消费者  消费者大于生产者
# 生产者：
def producer(queue, food):
    # 把数据全部放在Queue
    for i in range(10):
        data = "这个进程id：%s， 生产了%s个%s" % (os.getpid(), i, food)
        print(data)

        time.sleep(random.randint(1, 3))
        # 放入数据
        queue.put("第%s个%s" % (i, food))



def consumer(queue, name):
    while True:
        try:

            res = queue.get(timeout=5)
            if not res:break
            data = "这个消费者：%s， 吃了%s" % (name, res)
            print(data)
        except Exception as e:
            print(e)
            break


if __name__ == '__main__':
    q = Queue(3)
    p1 = Process(target=producer, args=(q, '面包'))
    p2 = Process(target=producer, args=(q, '奶粉'))
    p3 = Process(target=producer, args=(q, '冰淇淋'))
    p1.start()
    p2.start()
    p3.start()

    p4 = Process(target=consumer, args=(q, '许鹏'))
    p5 = Process(target=consumer, args=(q, '勇哥'))
    p6 = Process(target=consumer, args=(q, '勇哥2'))
    p7 = Process(target=consumer, args=(q, '勇哥3'))
    p4.start()
    p5.start()
    p6.start()
    p7.start()

    # time.sleep(1000)
    # none放在这里是不行的，原因是主进程直接执行了put none, 消费者直接获取到None, 程序直接结束了
    # p.join()
    # q.put(None)

    p1.join()
    p2.join()
    p3.join()

    q.put(None)
    q.put(None)
    q.put(None)