Python生產者與消費者模型中的優(yōu)勢介紹
生產者消費者模型具體來講,就是在一個系統(tǒng)中,存在生產者和消費者兩種角色,他們通過內存緩沖區(qū)進行通信,生產者生產消費者需要的資料,消費者把資料做成產品,從而消耗掉生產的數(shù)據。達到供需平衡,不能生產多了浪費,也不能需要消耗資源的時候沒有。
multiprocessing-Queue實現(xiàn)
from multiprocessing import Process,Queue #多進程組件,隊列 import time,random #生產者方法 def producer(name,food,q): for i in range(4): time.sleep(random.randint(1,3)) #模擬獲取數(shù)據時間 f = '%s生產的%s%s'%(name,food,i) print(f) q.put(f) #添加進隊列 #消費者方法 def consumer(q,name): while True: food = q.get() #如果獲取不到,會一直阻塞進程不會結束子進程 # 當隊列中的數(shù)據是None的時候結束while循環(huán) if food is None: print('%s獲取到一個空'%name) break f = '\033[31m%s消費了%s\033[0m' % (name, food) print(f) time.sleep(random.randint(1,3)) # 模擬消耗數(shù)據時間 if __name__ == '__main__': q = Queue() # 創(chuàng)建隊列 # 模擬生產者 生產數(shù)據 p = Process(target=producer, args=('p', '包子', q)) #創(chuàng)建進程 p.start() #啟動進程 p1 = Process(target=producer, args=('p1', '燒餅', q)) p1.start() #模擬消費者消費數(shù)據 c = Process(target=consumer, args=(q, 'c')) c.start() c1 = Process(target=consumer, args=(q, 'c1')) c1.start() p.join()#阻塞主進程 直到p和p1 子進程結束后才執(zhí)行q.put() 方法 p1.join()#阻塞主進程 直到p和p1 子進程結束后才執(zhí)行q.put() 方法 #為了確保生產者生產完所有數(shù)據后, #最后一個是None,方便結束子進程中的while循環(huán), #否則會一直等待隊列中加入新數(shù)據。 q.put(None) q.put(None)
使用Queue
組件實現(xiàn)的缺點就是,實現(xiàn)了多少個消費者consumer進程,就需要在最后往隊列中添加多少個None
標識,方便生產完畢結束消費者consumer進程。否則,p.get()
不到任務會阻塞子進程,因為while
循環(huán),直到隊列q
中有新的任務加進來,才會再次執(zhí)行。而我們的生產者只能生產這么多東西,所以相當于程序卡死。
multiprocessing-JoinableQueue實現(xiàn)
from multiprocessing import JoinableQueue,Process import time,random #生產者方法 def producer(name,food,q): for i in range(4): time.sleep(random.randint(1, 2)) f = '%s生產的%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)據后才釋放 #消費者方法 def consumer(name,q): while True: food = q.get() print('\033[31m%s消費了%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)建隊列 #模擬生產者隊列 p1 = Process(target=producer,args=('p1','包子',q)) p1.start() p2 = Process(target=producer,args=('p2','燒餅',q)) p2.start() #模擬消費者隊列 c1 = Process(target=consumer,args=('c1',q)) c1.daemon = True #守護進程:主進程結束,子進程也會結束 c1.start() c2 = Process(target=consumer,args=('c2',q)) c2.daemon = True c2.start() p1.join() #阻塞主進程,等到p1子進程結束才往下執(zhí)行 p2.join() # q.task_done() 每次消耗隊列中的 任務數(shù)減1 # q.join() 一直阻塞,等待隊列中的任務數(shù)消耗完才釋放 # 因為有 q.join 所有一直會等待 c1,c2 消耗完畢。才會執(zhí)行 p.join 后面的代碼 # 因為 c1 c2 是守護進程,所以到這一步主進程代碼執(zhí)行完畢,主進程會釋放死掉, # 所以 c1 c2 也會跟隨 主進程釋放死掉。
使用JoinableQueue
組件,是因為JoinableQueue
中有兩個方法:task_done()
和join()
。首先說join()
和Process
中的join()
的效果類似,都是阻塞當前進程,防止當前進程結束。但是JoinableQueue
的join()
是和task_down()
配合使用的。
Process
中的join()
是等到子進程中的代碼執(zhí)行完畢,就會執(zhí)行主進程join()
下面的代碼。而JoinableQueue
中的join()
是等到隊列中的任務數(shù)量為0
的時候才會執(zhí)行q.join()
下面的代碼,否則會一直阻塞。
task_down()
方法是每獲取一次隊列中的任務,就需要執(zhí)行一次。直到隊列中的任務數(shù)為0
的時候,就會執(zhí)行JoinableQueue
的join()
后面的方法了。所以生產者生產完所有的數(shù)據后,會一直阻塞著。不讓p1
和p2
進程結束。等到消費者get()
一次數(shù)據,就會執(zhí)行一次task_down()
方法,從而隊列中的任務數(shù)量減1
,當數(shù)量為0
后,執(zhí)行JoinableQueue
的join()
后面代碼,從而p1
和p2
進程結束。
因為p1
和p2
添加了join()
方法,所以當子進程中的consumer
方法執(zhí)行完后,才會往下執(zhí)行。從而主進程結束。因為這里把消費者進程c1
和c2
設置成了守護進程,主進程結束的同時,c1
和c2
進程也會隨之結束,進程都結束了。所以消費者consumer
方法也會結束。
到此這篇關于Python生產者與消費者模型中的優(yōu)勢介紹的文章就介紹到這了,更多相關python生產者和消費者模型內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python爬蟲庫BeautifulSoup的介紹與簡單使用實例
BeautifulSoup是一個可以從HTML或XML文件中提取數(shù)據的Python庫,本文為大家介紹下Python爬蟲庫BeautifulSoup的介紹與簡單使用實例其中包括了,BeautifulSoup解析HTML,BeautifulSoup獲取內容,BeautifulSoup節(jié)點操作,BeautifulSoup獲取CSS屬性等實例2020-01-01python opencv實現(xiàn)信用卡的數(shù)字識別
這篇文章主要介紹了python opencv實現(xiàn)信用卡的數(shù)字識別,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-01-01numpy多項式擬合函數(shù)polyfit的使用方法代碼
這篇文章主要給大家介紹了關于numpy多項式擬合函數(shù)polyfit的使用方法,np.polyfit是Numpy庫中的一個函數(shù),用于在最小二乘意義下擬合多項式曲線到數(shù)據點集,需要的朋友可以參考下2024-01-01Python?操作?MongoDB數(shù)據庫的方法(非?ODM)
這篇文章主要介紹了Python?操作?MongoDB?----非?ODM的方法,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2023-03-03