Python生產(chǎn)者與消費者模型中的優(yōu)勢介紹
生產(chǎn)者消費者模型具體來講,就是在一個系統(tǒng)中,存在生產(chǎn)者和消費者兩種角色,他們通過內(nèi)存緩沖區(qū)進(jìn)行通信,生產(chǎn)者生產(chǎn)消費者需要的資料,消費者把資料做成產(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,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(jìn)程組件,隊列
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)時間
f = '%s生產(chǎn)的%s%s'%(name,food,i)
print(f)
q.put(f) #添加進(jìn)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(jìn)程不會結(jié)束子進(jìn)程
# 當(dāng)隊列中的數(shù)據(jù)是None的時候結(jié)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(jù)時間
if __name__ == '__main__':
q = Queue() # 創(chuàng)建隊列
# 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() #啟動進(jìn)程
p1 = Process(target=producer, args=('p1', '燒餅', q))
p1.start()
#模擬消費者消費數(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,
#最后一個是None,方便結(jié)束子進(jìn)程中的while循環(huán),
#否則會一直等待隊列中加入新數(shù)據(jù)。
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(jìn)程,就需要在最后往隊列中添加多少個None標(biāo)識,方便生產(chǎn)完畢結(jié)束消費者consumer進(jìn)程。否則,p.get() 不到任務(wù)會阻塞子進(jìn)程,因為while循環(huán),直到隊列q中有新的任務(wù)加進(jìn)來,才會再次執(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(chǎn)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(hù)進(jìn)程:主進(jìn)程結(jié)束,子進(jìn)程也會結(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() 每次消耗隊列中的 任務(wù)數(shù)減1
# q.join() 一直阻塞,等待隊列中的任務(wù)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(hù)進(jìn)程,所以到這一步主進(jìn)程代碼執(zhí)行完畢,主進(jìn)程會釋放死掉,
# 所以 c1 c2 也會跟隨 主進(jìn)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(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,就會執(zhí)行主進(jìn)程join()下面的代碼。而JoinableQueue中的join()是等到隊列中的任務(wù)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(wù),就需要執(zhí)行一次。直到隊列中的任務(wù)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(chǎn)者生產(chǎn)完所有的數(shù)據(jù)后,會一直阻塞著。不讓p1和p2進(jìn)程結(jié)束。等到消費者get()一次數(shù)據(jù),就會執(zhí)行一次task_down()方法,從而隊列中的任務(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。
因為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,才會往下執(zhí)行。從而主進(jìn)程結(jié)束。因為這里把消費者進(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,c1和c2 進(jìn)程也會隨之結(jié)束,進(jìn)程都結(jié)束了。所以消費者consumer方法也會結(jié)束。
到此這篇關(guān)于Python生產(chǎn)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(guān)python生產(chǎn)者和消費者模型內(nèi)容請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
pandas.dataframe按行索引表達(dá)式選取方法
今天小編就為大家分享一篇pandas.dataframe按行索引表達(dá)式選取方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10
全網(wǎng)最詳細(xì)的PyCharm+Anaconda的安裝過程圖解
這篇文章主要介紹了全網(wǎng)最詳細(xì)的PyCharm+Anaconda的安裝過程圖解,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-01-01
Python簡單實現(xiàn)圖片轉(zhuǎn)字符畫的實例項目
這篇文章主要介紹了Python簡單實現(xiàn)圖片轉(zhuǎn)字符畫的實例項目,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
解析Pytorch中的torch.gather()函數(shù)
本文給大家介紹了Pytorch中的torch.gather()函數(shù),通過實例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友參考下吧2021-11-11

