麦子学院 2017-04-17 10:16
用Python多线程实现生产者消费者模式
回复:0 查看:2446
本文和大家分享的主要是使用
python多线程实现生产者消费者模式相关内容，一起来看看吧，希望对大家学习和使用这部分内容有所帮助。
什么是生产者消费者模式
在软件开发的过程中，经常碰到这样的场景：
某些模块负责生产数据，这些数据由其他模块来负责处理（此处的模块可能是：函数、线程、进程等）。产生数据的模块称为生产者，而处理数据的模块称为消费者。在生产者与消费者之间的缓冲区称之为仓库。生产者负责往仓库运输商品，而消费者负责从仓库里取出商品，这就构成了生产者消费者模式。
结构图如下：
为了大家容易理解，我们举一个寄信的例子。假设你要寄一封信，大致过程如下：
1
、你把信写好
——
相当于生产者生产数据
2
、你把信放入邮箱
——
相当于生产者把数据放入缓冲区
3
、邮递员把信从邮箱取出，做相应处理
——
相当于消费者把数据取出缓冲区，处理数据
生产者消费者模式的优点
·
解耦
假设生产者和消费者分别是两个线程。如果让生产者直接调用消费者的某个方法，那么生产者对于消费者就会产生依赖（也就是耦合）。如果未来消费者的代码发生变化，可能会影响到生产者的代码。而如果两者都依赖于某个缓冲区，两者之间不直接依赖，耦合也就相应降低了。
举个例子，我们去邮局投递信件，如果不使用邮箱（也就是缓冲区），你必须得把信直接交给邮递员。有同学会说，直接给邮递员不是挺简单的嘛？其实不简单，你必须
得认识谁是邮递员，才能把信给他。这就产生了你和邮递员之间的依赖（相当于生产者和消费者的强耦合）。万一哪天邮递员
换人了，你还要重新认识一下（相当于消费者变化导致修改生产者代码）。而邮箱相对来说比较固定，你依赖它的成本就比较低（相当于和缓冲区之间的弱耦合）。
·
并发
由于生产者与消费者是两个独立的并发体，他们之间是用缓冲区通信的，生产者只需要往缓冲区里丢数据，就可以继续生产下一个数据，而消费者只需要从缓冲区拿数据即可，这样就不会因为彼此的处理速度而发生阻塞。
继续上面的例子，如果我们不使用邮箱，就得在邮局等邮递员，直到他回来，把信件交给他，这期间我们啥事儿都不能干（也就是生产者阻塞）。或者邮递员得挨家挨户问，谁要寄信（相当于消费者轮询）。
·
支持忙闲不均
当生产者制造数据快的时候，消费者来不及处理，未处理的数据可以暂时存在缓冲区中，慢慢处理掉。而不至于因为消费者的性能造成数据丢失或影响生产者生产。
·
我们再拿寄信的例子，假设邮递员一次只能带走1000
封信，万一碰上情人节（或是圣诞节）送贺卡，需要寄出去的信超过了
1000
封，这时候邮箱这个缓冲区就派上用场了。邮递员把来不及带走的信暂存在邮箱中，等下次过来时再拿走。
通过上面的介绍大家应该已经明白了生产者消费者模式。
Python
中的多线程编程
在实现生产者消费者模式之前，我们先学习下Python
中的多线程编程。
线程是操作系统直接支持的执行单元，高级语言通常都内置多线程的支持，Python
也不例外，并且
Python
的线程是真正的
Posix Thread
，而不是模拟出来的线程。
Python
的标准库提供了两个模块：
_thread
和
threading
，
_thread
是低级模块，
threading
是高级模块，对
_thread
进行了封装。绝大多数情况下，我们只需要使用
threading
这个高级模块。
下面我们先看一段在Python
中实现多线程的代码。
importtime,threading#
线程代码class TaskThread(threading.Thread):
def__init__(self,name):
threading.Thread.__init__(self,name=name)
defrun(self):
print('thread %s is running...' % self.getName())
for i in range(6):
print('thread %s >>> %s' % (self.getName(), i))
time.sleep(1)
print('thread %s finished.' % self.getName())
taskthread = TaskThread('TaskThread')
taskthread.start()
taskthread.join()
下面是程序的执行结果：
threadTaskThreadis running...
threadTaskThread >>> 0
threadTaskThread >>> 1
threadTaskThread >>> 2
threadTaskThread >>> 3
threadTaskThread >>> 4
threadTaskThread >>> 5
threadTaskThreadfinished.
TaskThread
类继承自
threading
模块中的
Thread
线程类。构造函数的
name
参数指定线程的名字，通过重载基类
run
函数实现具体任务。
在简单熟悉了Python
的线程后，下面我们实现一个生产者消费者模
shi
。
fromQueueimportQueue
importrandom,threading,time
#
生产者类class Producer(threading.Thread):
def__init__(self, name,queue):
threading.Thread.__init__(self, name=name)
self.data=queue
defrun(self):
for i in range(5):
print("%s is producing %d to the queue!" % (self.getName(), i))
self.data.put(i)
time.sleep(random.randrange(10)/5)
print("%s finished!" % self.getName())
#
消费者类class Consumer(threading.Thread):
def__init__(self,name,queue):
threading.Thread.__init__(self,name=name)
self.data=queue
defrun(self):
for i in range(5):
val = self.data.get()
print("%s is consuming. %d in the queue is consumed!" % (self.getName(),val))
time.sleep(random.randrange(10))
print("%s finished!" % self.getName())
defmain():
queue = Queue()
producer = Producer('Producer',queue)
consumer = Consumer('Consumer',queue)
producer.start()
consumer.start()
producer.join()
consumer.join()
print 'All threads finished!'
if __name__ == '__main__':
main()
执行结果可能如下：
Produceris producing 0 to thequeue!
Consumeris consuming. 0 in thequeueis consumed!
Produceris producing 1 to thequeue!
Produceris producing 2 to thequeue!
Consumeris consuming. 1 in thequeueis consumed!
Consumeris consuming. 2 in thequeueis consumed!
Produceris producing 3 to thequeue!
Produceris producing 4 to thequeue!
Producerfinished!
Consumeris consuming. 3 in thequeueis consumed!
Consumeris consuming. 4 in thequeueis consumed!
Consumerfinished!
Allthreadsfinished!
因为多线程是抢占式执行的，所以打印出的运行结果不一定和上面的完全一致。
小结
本例通过Python
实现了一个简单的生产者消费者模型。
Python
中的
Queue
模块已经提供了对线程同步的支持，所以本文并没有涉及锁、同步、死锁等多线程问题。