一 前言
本文算是一次队列的学习笔记,Queue 模块实现了三种类型的队列,它们的区别仅仅是队列中元素被取回的顺序。在 FIFO
队列中,先添加的任务先取回。在 LIFO
队列中,最近被添加的元素先取回(操作类似一个堆栈)。优先级队列中,元素将保持排序( 使用 heapq 模块 ) 并且最小值的条目第一个返回。
值得注意的是 Python 2.X 版本中调用队列需要引用
importQueue
而在Python 3.X版本中则需要importqueue
二 队列特性
2.1 Queue的常用函数
Queue常用的方法:
qsize() 获取队列的元素个数。 put(item [,block[, timeout]]): 往queue中放一个item get(item [,block[, timeout]]): 从queue中取出一个item,并在队列中删除的这个item
需要特别说明的是:
如果 block 为 True , timeout 为 None(也是默认的选项),那么get()/put()可能会阻塞,直到队列中出现可用的数据/位置。如果 timeout 是正整数,那么函数会阻塞直到超时N秒,然后抛出一个异常。
如果 block 为 False ,如果队列无数据,调用get()或者有无空余位置时调用put(),就立即抛出异常(timeout 将会被忽略)。
task_done(): 表示前面排队的任务已经被完成。被队列的消费者线程使用。每个 get() 被用于获取一个任务, 后续调用 task_done() 告诉队列,该任务的处理已经完成。 join(): 队列中所有的元素都被接收和处理完毕之前程序一直阻塞。
在应用程序中,如果主程序调用了join()则当前程序发生阻塞,当队列中所有的元素都被处理后,将解除阻塞(意味着每个put()进队列的条目的 task_done()
都被收到)。如果 task_done()
被调用的次数多于放入队列中的项目数量,将引发 ValueError 异常 。
我们通过程序向队列添加元素的时候,未完成任务的计数就会增加。每当消费者线程调用
task_done()
时表示这个元素已经被回收,涉及到该元素的业务逻辑已经完成,未完成计数就会减少。当未完成计数降到零的时候,程序便会解除join()阻塞。
2.2 实践
我们用一个比较经典的案例 生产者和消费者模型,生产者生产馒头放到队列,消费者去队列里面获取馒头。
multiprocessing ProcessJoinableQueueLock time random thread_lock = Lock() (msg): thread_lock: (msg) (q): try_num=: : res = q.get(==) (% res) q.task_done() : try_num +=try_num > : () (q): item (): time.sleep(random.randrange()) q.put(.format(item)) (%.format(item)) q.join() lock_print() __name__ == : () q = JoinableQueue() pd = Process(=producer=(q)) cp = Process(=consumer=(q)) pd.start() cp.start() pd.join() cp.join() ()
执行结果如下
说明
这里生产者生产馒头并将馒头通过 put()
放到全局的队列中,消费者从使用 get()
队列中获取馒头然后调用 task_done()
通知队列中的馒头已经被消费者获取。
设置 cp.daemon=True
表示消费者进程会随主进程一起结束而结束。还有一种写法是
__name__ == : () q = JoinableQueue() pd = Process(=producer=(q)) cp = Process(=consumer=(q)) pd.start() cp.start() pd.join()
cp.join()
会让消费者进程一直等待生产者往队列放数据直到设置的超时时间。具体的逻辑需要结合自己程序的实际需求来定,是需要一直等待生产者生产数据还是随着主进程结束而结束。
三 总结
本文结合前面文章中介绍的多进程中的 守护进程和 join()方法,学习如何使用队列中的两个函数 task_done
和 join
。其实还有其他比较多的函数用法,需要深入的学习探索,感兴趣的朋友可以动手实践一下。
推荐阅读
https://docs.python.org/zh-cn/3/library/queue.htmlhttps://python-parallel-programmning-cookbook.readthedocs.io/zh_CN/latest/chapt