python中生产者与消费者形式,python队列基本采取

Python
queue队列

作用:

作用:

在实际上的软件开发进程中,平常会遇见如下场景:某些模块负责产生多少,那么些多少由另3个模块来负责处理(此处的模块是广义的,能够是类、函数、线程、进程等)。产⽣数据的模块,就形象地称为生产者;⽽而处理多少的模块,就叫做消费者。

作用:

   解耦:使程序直接达成松耦合,修改一个函数,不会有串联关系。

   解耦:使程序直接完成松耦合,修改三个函数,不会有串联关系。

单抽象出生产者和顾客,还够不上是生产者/消费者方式。该模还索要有三个缓冲区处于生产者和消费者之间,作为1其中介。生产者把数量放入缓冲区,而顾客从缓冲区取出数据。

www.5929.com,   解耦:使程序直接完结松耦合,修改五个函数,不会有串联关系。

   升高处理功用:FIFO = 现进先出,LIFO = 后入先出。

   升高处理效能:FIFO = 现进先出,LIFO = 后入先出。

python中生产者与消费者形式,python队列基本采取。Python的Queue模块中提供了1块儿的、线程安全的类别类,包蕴FIFO(先⼊先出)队列Queue,LIFO(后⼊先出)队列LifoQueue,和先行级队列PriorityQueue。这几个队列都完毕了锁原语(能够知晓为原⼦操作,即要么不做,要么就做完),能够在10二线程中央直机关接使⽤。能够使⽤队列来达成线程间的同台。

   进步处理效能:FIFO = 现进先出,LIFO = 后入先出。

 

 

⽣产者消费者方式的辨证:

python中生产者与消费者形式,python队列基本采取。 

队列:

队列:

在线程世界⾥,⽣产者正是⽣产数据的线程,消费者就是消费数量的线程。在三十二线程开发在那之中,借使⽣产者处理速度不慢,⽽消费者处理速度非常慢,那么⽣产者就务须等待顾客处理完,才能三番五次⽣产数据。同样的道理,假如买主的拍卖能⼒⼤于⽣产者,那么消费者就亟须等待⽣产者。为了缓解这几个题材于是引⼊了⽣产者和顾客情势。

队列:

  队列能够出现的派七个线程,对排列的线程处理,并切每一个必要处理线程只须求将请求的多寡放入队列容器的内部存款和储蓄器中,线程不要求等待,当排列完结处理完数据后,线程在按时来取多少即可。请求数据的线程只与那么些行列容器存在关联,处理多少的线程down掉不会潜移默化到请求数据的线程,队列会派给其余线程处理这分多少,它落成了然耦,升高功能。队列内会有二个有各种的器皿,列表与那几个容器是有分其他,列表中数量尽管是排列的,但数额被取走后还会保留,而队列中这些容器的数码被取后将不会保留。当必须在四个线程之间安全地调换音讯时,队列在线程编制程序中专门有用。

  队列可以出现的派两个线程,对排列的线程处理,并切每种需求处理线程只须求将请求的数额放入队列容器的内部存款和储蓄器中,线程不供给等待,当排列实现处理完数据后,线程在限期来取多少即可。请求数据的线程只与那些行列容器存在关联,处理数量的线程down掉不会潜移默化到请求数据的线程,队列会派给别的线程处理那分多少,它完成通晓耦,进步功效。队列内会有3个有各种的容器,列表与那个容器是有分别的,列表中数据即便是排列的,但数额被取走后还会保留,而队列中这一个容器的数量被取后将不会保留。当必须在多个线程之间安全地交流音信时,队列在线程编制程序中特地有用。

⽣产者消费者格局是经过⼀个容器来缓解⽣产者和顾客的强耦合难题。⽣产者和顾客互相之间不直接通讯,⽽通过阻塞队列来进⾏通信,所以⽣产者⽣产完数据现在不⽤等待顾客处理,直接扔给卡住队列,消费者不找⽣产者要多少,⽽是直接从绿灯队列⾥取,阻塞队列就一定于⼀个缓冲区,平衡了⽣产者和消费者的拍卖能⼒。

  队列能够出现的派七个线程,对排列的线程处理,并切每一个须要处理线程只须要将呼吁的数量放入队列容器的内存中,线程不需求拭目以俟,当排列实现处理完数据后,线程在按时来取多少即可。请求数据的线程只与那么些行列容器存在涉嫌,处理数量的线程down掉不会影响到请求数据的线程,队列会派给其它线程处理那分多少,它实现了然耦,提升效能。队列内会有1个有种种的器皿,列表与那一个容器是有分别的,列表中数据固然是排列的,但数目被取走后还会保留,而队列中这几个容器的多少被取后将不会保留。当必须在四个线程之间安全地沟通消息时,队列在线程编制程序中特意有用。

 

 

其壹阻塞队列正是⽤来给⽣产者和顾客解耦的。纵观⼤多数设计格局,都会找⼀个阅览者出来进⾏解耦

 

 

 

Python二种类型的队例:

参数介绍:

参数介绍:

Queue:FIFO 即first in first out 先进先出

LifoQueue:LIFO 即last in first out 后进先出

PriorityQueue:优先队列,级别越低,越优先
deque:双边队列


导入三种队列,包

from queue import Queue,LifoQueue,PriorityQueue
# 先入先出 maxsize 可设置大小,设置block=False抛异常
class queue.Queue(maxsize=0)  

 # 后进先出 
class queue.LifoQueue(maxsize=0)

# 存储数据时可设置优先级的队列
# 优先级设置数越小等级越高
class queue.PriorityQueue(maxsize=0) 

# 放入数据
Queue.put(item, block=True, timeout=None)

# 取出数据 #没有数据将会等待
Queue.get(block=True, timeout=None)

# 如果1秒后没取到数据就退出
Queue.get(timeout = 1)


# 取数据,如果没数据抛queue.Empty异常
Queue.get_nowait()

# 查看队列大小
Queue.qsize()

# 返回True,如果空
Queue.empty() #return True if empty  

# 设置队列大小
Queue.full() 

# 后续调用告诉队列,任务的处理是完整的。
Queue.task_done()
# 先入先出 maxsize 可设置大小,设置block=False抛异常
class queue.Queue(maxsize=0)  

 # 后进先出 
class queue.LifoQueue(maxsize=0)

# 存储数据时可设置优先级的队列
# 优先级设置数越小等级越高
class queue.PriorityQueue(maxsize=0) 

# 放入数据
Queue.put(item, block=True, timeout=None)

# 取出数据 #没有数据将会等待
Queue.get(block=True, timeout=None)

# 如果1秒后没取到数据就退出
Queue.get(timeout = 1)


# 取数据,如果没数据抛queue.Empty异常
Queue.get_nowait()

# 查看队列大小
Queue.qsize()

# 返回True,如果空
Queue.empty() #return True if empty  

# 设置队列大小
Queue.full() 

# 后续调用告诉队列,任务的处理是完整的。
Queue.task_done()

 

 

 

Queue
先进先出队列:

生产者消费者模型:

劳动者消费者模型:

#基本FIFO队列  先进先出 FIFO即First in First Out,先进先出
#maxsize设置队列中,数据上限,小于或等于0则不限制,容器中大于这个数则阻塞,直到队列中的数据被消掉
q = Queue(maxsize=0)

#写入队列数据
q.put(0)
q.put(1)
q.put(2)

#输出当前队列所有数据
print(q.queue)
#删除队列数据,并返回该数据
q.get()
#输也所有队列数据
print(q.queue)

# 输出:
# deque([0, 1, 2])
# deque([1, 2])
import threading,time
import queue

# 最多存入10个
q = queue.Queue(maxsize=10)

def producer(name):
    count = 1

    while True:

           # 生产一块骨头
            q.put("骨头 %s" % count )
            print("生产了骨头",count)
            count +=1
            time.sleep(0.3)

def consumer(name):
    while True:
        print("%s 取到[%s] 并且吃了它" %(name, q.get()))
        time.sleep(1)

       # 告知这个任务执行完了
        q.task_done() 

# 生成线程
p = threading.Thread(target=producer,args=("德国骨科",))
c = threading.Thread(target=consumer,args=("陈狗二",))
d = threading.Thread(target=consumer,args=("吕特黑",))

# 执行线程
p.start()
c.start()
d.start()
import threading,time
import queue

# 最多存入10个
q = queue.Queue(maxsize=10)

def producer(name):
    count = 1

    while True:

           # 生产一块骨头
            q.put("骨头 %s" % count )
            print("生产了骨头",count)
            count +=1
            time.sleep(0.3)

def consumer(name):
    while True:
        print("%s 取到[%s] 并且吃了它" %(name, q.get()))
        time.sleep(1)

       # 告知这个任务执行完了
        q.task_done() 

# 生成线程
p = threading.Thread(target=producer,args=("德国骨科",))
c = threading.Thread(target=consumer,args=("陈狗二",))
d = threading.Thread(target=consumer,args=("吕特黑",))

# 执行线程
p.start()
c.start()
d.start()

 

LifoOueue
后进先出队列:

#LIFO即Last in First Out,后进先出。与栈的类似,使用也很简单,maxsize用法同上
lq = LifoQueue(maxsize=0)

#队列写入数据
lq.put(0)
lq.put(1)
lq.put(2)

#输出队列所有数据
print(lq.queue)
#删除队尾数据,并返回该数据
lq.get()
#输出队列所有数据
print(lq.queue)

#输出:
# [0, 1, 2]
# [0, 1]

 

先期队列:

 

# 存储数据时可设置优先级的队列
# 优先级设置数越小等级越高
pq = PriorityQueue(maxsize=0)

#写入队列,设置优先级
pq.put((9,'a'))
pq.put((7,'c'))
pq.put((1,'d'))

#输出队例全部数据
print(pq.queue)

#取队例数据,可以看到,是按优先级取的。
pq.get()
pq.get()
print(pq.queue)

#输出:
[(9, 'a')]

 

双面队列:

#双边队列
dq = deque(['a','b'])

#增加数据到队尾
dq.append('c')
#增加数据到队左
dq.appendleft('d')

#输出队列所有数据
print(dq)
#移除队尾,并返回
print(dq.pop())
#移除队左,并返回
print(dq.popleft())
#输出:
deque(['d', 'a', 'b', 'c'])
c
d

 

 

生育消费模型:

#生产消费模型
qq = Queue(maxsize=10)

def product(name):
    count = 1
    while True:
        q.put('步枪{}'.format(count))
        print('{}生产步枪{}支'.format(name,count))
        count+=1
        time.sleep(0.3)

def cousume(name):
    while True:
        print('{}装备了{}'.format(name,q.get()))
        time.sleep(0.3)

        q.task_done()


#部队线程
p = threading.Thread(target=product,args=('张三',))
k = threading.Thread(target=cousume,args=('李四',))
w = threading.Thread(target=cousume,args=('王五',))

p.start()
k.start()
w.start()

 

 

Leave a Comment.