Python生產(chǎn)者與消費(fèi)者模型中的優(yōu)勢(shì)介紹
生產(chǎn)者消費(fèi)者模型具體來講,就是在一個(gè)系統(tǒng)中,存在生產(chǎn)者和消費(fèi)者兩種角色,他們通過內(nèi)存緩沖區(qū)進(jìn)行通信,生產(chǎn)者生產(chǎn)消費(fèi)者需要的資料,消費(fèi)者把資料做成產(chǎn)品,從而消耗掉生產(chǎn)的數(shù)據(jù)。達(dá)到供需平衡,不能生產(chǎn)多了浪費(fèi),也不能需要消耗資源的時(shí)候沒有。
multiprocessing-Queue實(shí)現(xiàn)
from multiprocessing import Process,Queue #多進(jìn)程組件,隊(duì)列
import time,random
#生產(chǎn)者方法
def producer(name,food,q):
for i in range(4):
time.sleep(random.randint(1,3)) #模擬獲取數(shù)據(jù)時(shí)間
f = '%s生產(chǎn)的%s%s'%(name,food,i)
print(f)
q.put(f) #添加進(jìn)隊(duì)列
#消費(fèi)者方法
def consumer(q,name):
while True:
food = q.get() #如果獲取不到,會(huì)一直阻塞進(jìn)程不會(huì)結(jié)束子進(jìn)程
# 當(dāng)隊(duì)列中的數(shù)據(jù)是None的時(shí)候結(jié)束while循環(huán)
if food is None:
print('%s獲取到一個(gè)空'%name)
break
f = '\033[31m%s消費(fèi)了%s\033[0m' % (name, food)
print(f)
time.sleep(random.randint(1,3)) # 模擬消耗數(shù)據(jù)時(shí)間
if __name__ == '__main__':
q = Queue() # 創(chuàng)建隊(duì)列
# 模擬生產(chǎn)者 生產(chǎn)數(shù)據(jù)
p = Process(target=producer, args=('p', '包子', q)) #創(chuàng)建進(jìn)程
p.start() #啟動(dòng)進(jìn)程
p1 = Process(target=producer, args=('p1', '燒餅', q))
p1.start()
#模擬消費(fèi)者消費(fèi)數(shù)據(jù)
c = Process(target=consumer, args=(q, 'c'))
c.start()
c1 = Process(target=consumer, args=(q, 'c1'))
c1.start()
p.join()#阻塞主進(jìn)程 直到p和p1 子進(jìn)程結(jié)束后才執(zhí)行q.put() 方法
p1.join()#阻塞主進(jìn)程 直到p和p1 子進(jìn)程結(jié)束后才執(zhí)行q.put() 方法
#為了確保生產(chǎn)者生產(chǎn)完所有數(shù)據(jù)后,
#最后一個(gè)是None,方便結(jié)束子進(jìn)程中的while循環(huán),
#否則會(huì)一直等待隊(duì)列中加入新數(shù)據(jù)。
q.put(None)
q.put(None)
使用Queue組件實(shí)現(xiàn)的缺點(diǎn)就是,實(shí)現(xiàn)了多少個(gè)消費(fèi)者consumer進(jìn)程,就需要在最后往隊(duì)列中添加多少個(gè)None標(biāo)識(shí),方便生產(chǎn)完畢結(jié)束消費(fèi)者consumer進(jìn)程。否則,p.get() 不到任務(wù)會(huì)阻塞子進(jìn)程,因?yàn)?code>while循環(huán),直到隊(duì)列q中有新的任務(wù)加進(jìn)來,才會(huì)再次執(zhí)行。而我們的生產(chǎn)者只能生產(chǎn)這么多東西,所以相當(dāng)于程序卡死。
multiprocessing-JoinableQueue實(shí)現(xiàn)
from multiprocessing import JoinableQueue,Process
import time,random
#生產(chǎn)者方法
def producer(name,food,q):
for i in range(4):
time.sleep(random.randint(1, 2))
f = '%s生產(chǎn)的%s%s'%(name,food,i)
q.put(f)
print(f)
q.join() #一直阻塞,等待消耗完所有的數(shù)據(jù)后才釋放
#消費(fèi)者方法
def consumer(name,q):
while True:
food = q.get()
print('\033[31m%s消費(fèi)了%s\033[0m' % (name, food))
time.sleep(random.randint(4,8))
q.task_done() #每次消耗減1
if __name__ == '__main__':
q = JoinableQueue() #創(chuàng)建隊(duì)列
#模擬生產(chǎn)者隊(duì)列
p1 = Process(target=producer,args=('p1','包子',q))
p1.start()
p2 = Process(target=producer,args=('p2','燒餅',q))
p2.start()
#模擬消費(fèi)者隊(duì)列
c1 = Process(target=consumer,args=('c1',q))
c1.daemon = True #守護(hù)進(jìn)程:主進(jìn)程結(jié)束,子進(jìn)程也會(huì)結(jié)束
c1.start()
c2 = Process(target=consumer,args=('c2',q))
c2.daemon = True
c2.start()
p1.join() #阻塞主進(jìn)程,等到p1子進(jìn)程結(jié)束才往下執(zhí)行
p2.join()
# q.task_done() 每次消耗隊(duì)列中的 任務(wù)數(shù)減1
# q.join() 一直阻塞,等待隊(duì)列中的任務(wù)數(shù)消耗完才釋放
# 因?yàn)橛?q.join 所有一直會(huì)等待 c1,c2 消耗完畢。才會(huì)執(zhí)行 p.join 后面的代碼
# 因?yàn)?c1 c2 是守護(hù)進(jìn)程,所以到這一步主進(jìn)程代碼執(zhí)行完畢,主進(jìn)程會(huì)釋放死掉,
# 所以 c1 c2 也會(huì)跟隨 主進(jìn)程釋放死掉。
使用JoinableQueue組件,是因?yàn)?code>JoinableQueue中有兩個(gè)方法:task_done()和join() 。首先說join()和Process中的join()的效果類似,都是阻塞當(dāng)前進(jìn)程,防止當(dāng)前進(jìn)程結(jié)束。但是JoinableQueue的join()是和task_down()配合使用的。
Process中的join()是等到子進(jìn)程中的代碼執(zhí)行完畢,就會(huì)執(zhí)行主進(jìn)程join()下面的代碼。而JoinableQueue中的join()是等到隊(duì)列中的任務(wù)數(shù)量為0的時(shí)候才會(huì)執(zhí)行q.join()下面的代碼,否則會(huì)一直阻塞。
task_down()方法是每獲取一次隊(duì)列中的任務(wù),就需要執(zhí)行一次。直到隊(duì)列中的任務(wù)數(shù)為0的時(shí)候,就會(huì)執(zhí)行JoinableQueue的join()后面的方法了。所以生產(chǎn)者生產(chǎn)完所有的數(shù)據(jù)后,會(huì)一直阻塞著。不讓p1和p2進(jìn)程結(jié)束。等到消費(fèi)者get()一次數(shù)據(jù),就會(huì)執(zhí)行一次task_down()方法,從而隊(duì)列中的任務(wù)數(shù)量減1,當(dāng)數(shù)量為0后,執(zhí)行JoinableQueue的join()后面代碼,從而p1和p2進(jìn)程結(jié)束。
因?yàn)?code>p1和p2添加了join()方法,所以當(dāng)子進(jìn)程中的consumer方法執(zhí)行完后,才會(huì)往下執(zhí)行。從而主進(jìn)程結(jié)束。因?yàn)檫@里把消費(fèi)者進(jìn)程c1和c2 設(shè)置成了守護(hù)進(jìn)程,主進(jìn)程結(jié)束的同時(shí),c1和c2 進(jìn)程也會(huì)隨之結(jié)束,進(jìn)程都結(jié)束了。所以消費(fèi)者consumer方法也會(huì)結(jié)束。
到此這篇關(guān)于Python生產(chǎn)者與消費(fèi)者模型中的優(yōu)勢(shì)介紹的文章就介紹到這了,更多相關(guān)python生產(chǎn)者和消費(fèi)者模型內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
pytorch訓(xùn)練神經(jīng)網(wǎng)絡(luò)爆內(nèi)存的解決方案
這篇文章主要介紹了pytorch訓(xùn)練神經(jīng)網(wǎng)絡(luò)爆內(nèi)存的解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-05-05
Python爬蟲庫BeautifulSoup的介紹與簡(jiǎn)單使用實(shí)例
BeautifulSoup是一個(gè)可以從HTML或XML文件中提取數(shù)據(jù)的Python庫,本文為大家介紹下Python爬蟲庫BeautifulSoup的介紹與簡(jiǎn)單使用實(shí)例其中包括了,BeautifulSoup解析HTML,BeautifulSoup獲取內(nèi)容,BeautifulSoup節(jié)點(diǎn)操作,BeautifulSoup獲取CSS屬性等實(shí)例2020-01-01
python opencv實(shí)現(xiàn)信用卡的數(shù)字識(shí)別
這篇文章主要介紹了python opencv實(shí)現(xiàn)信用卡的數(shù)字識(shí)別,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-01-01
深入了解python基于tkinter寫的畫圖項(xiàng)目
這篇文章主要為大家介紹了python基于tkinter寫的畫圖項(xiàng)目,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助2021-12-12
numpy多項(xiàng)式擬合函數(shù)polyfit的使用方法代碼
這篇文章主要給大家介紹了關(guān)于numpy多項(xiàng)式擬合函數(shù)polyfit的使用方法,np.polyfit是Numpy庫中的一個(gè)函數(shù),用于在最小二乘意義下擬合多項(xiàng)式曲線到數(shù)據(jù)點(diǎn)集,需要的朋友可以參考下2024-01-01
Python?操作?MongoDB數(shù)據(jù)庫的方法(非?ODM)
這篇文章主要介紹了Python?操作?MongoDB?----非?ODM的方法,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-03-03

