Python如何實現(xiàn)線程間通信

更新時間：2020年07月30日 12:01:10 作者：David Beazley

這篇文章主要介紹了Python如何實現(xiàn)線程間通信，文中講解非常細致，代碼幫助大家更好的理解和學習，感興趣的朋友可以了解下

問題

你的程序中有多個線程，你需要在這些線程之間安全地交換信息或數(shù)據(jù)

解決方案

從一個線程向另一個線程發(fā)送數(shù)據(jù)最安全的方式可能就是使用 queue 庫中的隊列了。創(chuàng)建一個被多個線程共享的 Queue 對象，這些線程通過使用 put() 和 get() 操作來向隊列中添加或者刪除元素。例如：

from queue import Queue
from threading import Thread

# A thread that produces data
def producer(out_q):
  while True:
    # Produce some data
    ...
    out_q.put(data)

# A thread that consumes data
def consumer(in_q):
  while True:
# Get some data
    data = in_q.get()
    # Process the data
    ...

# Create the shared queue and launch both threads
q = Queue()
t1 = Thread(target=consumer, args=(q,))
t2 = Thread(target=producer, args=(q,))
t1.start()
t2.start()

Queue 對象已經包含了必要的鎖，所以你可以通過它在多個線程間多安全地共享數(shù)據(jù)。當使用隊列時，協(xié)調生產者和消費者的關閉問題可能會有一些麻煩。一個通用的解決方法是在隊列中放置一個特殊的值，當消費者讀到這個值的時候，終止執(zhí)行。例如：

from queue import Queue
from threading import Thread

# Object that signals shutdown
_sentinel = object()

# A thread that produces data
def producer(out_q):
  while running:
    # Produce some data
    ...
    out_q.put(data)

  # Put the sentinel on the queue to indicate completion
  out_q.put(_sentinel)

# A thread that consumes data
def consumer(in_q):
  while True:
    # Get some data
    data = in_q.get()

    # Check for termination
    if data is _sentinel:
      in_q.put(_sentinel)
      break

    # Process the data
    ...

本例中有一個特殊的地方：消費者在讀到這個特殊值之后立即又把它放回到隊列中，將之傳遞下去。這樣，所有監(jiān)聽這個隊列的消費者線程就可以全部關閉了。盡管隊列是最常見的線程間通信機制，但是仍然可以自己通過創(chuàng)建自己的數(shù)據(jù)結構并添加所需的鎖和同步機制來實現(xiàn)線程間通信。最常見的方法是使用 Condition 變量來包裝你的數(shù)據(jù)結構。下邊這個例子演示了如何創(chuàng)建一個線程安全的優(yōu)先級隊列

import heapq
import threading

class PriorityQueue:
  def __init__(self):
    self._queue = []
    self._count = 0
    self._cv = threading.Condition()
  def put(self, item, priority):
    with self._cv:
      heapq.heappush(self._queue, (-priority, self._count, item))
      self._count += 1
      self._cv.notify()

  def get(self):
    with self._cv:
      while len(self._queue) == 0:
        self._cv.wait()
      return heapq.heappop(self._queue)[-1]

使用隊列來進行線程間通信是一個單向、不確定的過程。通常情況下，你沒有辦法知道接收數(shù)據(jù)的線程是什么時候接收到的數(shù)據(jù)并開始工作的。不過隊列對象提供一些基本完成的特性，比如下邊這個例子中的 task_done() 和 join() ：

from queue import Queue
from threading import Thread

# A thread that produces data
def producer(out_q):
  while running:
    # Produce some data
    ...
    out_q.put(data)

# A thread that consumes data
def consumer(in_q):
  while True:
    # Get some data
    data = in_q.get()

    # Process the data
    ...
    # Indicate completion
    in_q.task_done()

# Create the shared queue and launch both threads
q = Queue()
t1 = Thread(target=consumer, args=(q,))
t2 = Thread(target=producer, args=(q,))
t1.start()
t2.start()

# Wait for all produced items to be consumed
q.join()

如果一個線程需要在一個“消費者”線程處理完特定的數(shù)據(jù)項時立即得到通知，你可以把要發(fā)送的數(shù)據(jù)和一個 Event 放到一起使用，這樣“生產者”就可以通過這個Event對象來監(jiān)測處理的過程了。示例如下：

from queue import Queue
from threading import Thread, Event

# A thread that produces data
def producer(out_q):
  while running:
    # Produce some data
    ...
    # Make an (data, event) pair and hand it to the consumer
    evt = Event()
    out_q.put((data, evt))
    ...
    # Wait for the consumer to process the item
    evt.wait()

# A thread that consumes data
def consumer(in_q):
  while True:
    # Get some data
    data, evt = in_q.get()
    # Process the data
    ...
    # Indicate completion
    evt.set()

討論

基于簡單隊列編寫多線程程序在多數(shù)情況下是一個比較明智的選擇。從線程安全隊列的底層實現(xiàn)來看，你無需在你的代碼中使用鎖和其他底層的同步機制，這些只會把你的程序弄得亂七八糟。此外，使用隊列這種基于消息的通信機制可以被擴展到更大的應用范疇，比如，你可以把你的程序放入多個進程甚至是分布式系統(tǒng)而無需改變底層的隊列結構。使用線程隊列有一個要注意的問題是，向隊列中添加數(shù)據(jù)項時并不會復制此數(shù)據(jù)項，線程間通信實際上是在線程間傳遞對象引用。如果你擔心對象的共享狀態(tài)，那你最好只傳遞不可修改的數(shù)據(jù)結構（如：整型、字符串或者元組）或者一個對象的深拷貝。例如：

from queue import Queue
from threading import Thread
import copy

# A thread that produces data
def producer(out_q):
  while True:
    # Produce some data
    ...
    out_q.put(copy.deepcopy(data))

# A thread that consumes data
def consumer(in_q):
  while True:
    # Get some data
    data = in_q.get()
    # Process the data
    ...

Queue 對象提供一些在當前上下文很有用的附加特性。比如在創(chuàng)建 Queue 對象時提供可選的 size 參數(shù)來限制可以添加到隊列中的元素數(shù)量。對于“生產者”與“消費者”速度有差異的情況，為隊列中的元素數(shù)量添加上限是有意義的。比如，一個“生產者”產生項目的速度比“消費者” “消費”的速度快，那么使用固定大小的隊列就可以在隊列已滿的時候阻塞隊列，以免未預期的連鎖效應擴散整個程序造成死鎖或者程序運行失常。在通信的線程之間進行“流量控制”是一個看起來容易實現(xiàn)起來困難的問題。如果你發(fā)現(xiàn)自己曾經試圖通過擺弄隊列大小來解決一個問題，這也許就標志著你的程序可能存在脆弱設計或者固有的可伸縮問題。 get() 和 put() 方法都支持非阻塞方式和設定超時，例如：

import queue
q = queue.Queue()

try:
  data = q.get(block=False)
except queue.Empty:
  ...

try:
  q.put(item, block=False)
except queue.Full:
  ...

try:
  data = q.get(timeout=5.0)
except queue.Empty:
  ...

這些操作都可以用來避免當執(zhí)行某些特定隊列操作時發(fā)生無限阻塞的情況，比如，一個非阻塞的 put() 方法和一個固定大小的隊列一起使用，這樣當隊列已滿時就可以執(zhí)行不同的代碼。比如輸出一條日志信息并丟棄。

def producer(q):
  ...
  try:
    q.put(item, block=False)
  except queue.Full:
    log.warning('queued item %r discarded!', item)

如果你試圖讓消費者線程在執(zhí)行像 q.get() 這樣的操作時，超時自動終止以便檢查終止標志，你應該使用 q.get() 的可選參數(shù) timeout ，如下：

_running = True

def consumer(q):
  while _running:
    try:
      item = q.get(timeout=5.0)
      # Process item
      ...
    except queue.Empty:
      pass

最后，有 q.qsize() ， q.full() ， q.empty() 等實用方法可以獲取一個隊列的當前大小和狀態(tài)。但要注意，這些方法都不是線程安全的?？赡苣銓σ粋€隊列使用 empty() 判斷出這個隊列為空，但同時另外一個線程可能已經向這個隊列中插入一個數(shù)據(jù)項。所以，你最好不要在你的代碼中使用這些方法。

以上就是Python如何實現(xiàn)線程間通信的詳細內容，更多關于Python 線程間通信的資料請關注腳本之家其它相關文章！

您可能感興趣的文章: