Python queue队列原理与应用案例分析
本文实例讲述了Python queue队列原理与应用。分享给大家供大家参考,具体如下:
作用:
解耦:使程序直接实现松耦合,修改一个函数,不会有串联关系。
提高处理效率:FIFO = 现进先出,LIFO = 后入先出。
队列:
队列可以并发的派多个线程,对排列的线程处理,并切每个需要处理线程只需要将请求的数据放入队列容器的内存中,线程不需要等待,当排列完毕处理完数据后,线程在准时来取数据即可。请求数据的线程只与这个队列容器存在关系,处理数据的线程down掉不会影响到请求数据的线程,队列会派给其他线程处理这分数据,它实现了解耦,提高效率。队列内会有一个有顺序的容器,列表与这个容器是有区别的,列表中数据虽然是排列的,但数据被取走后还会保留,而队列中这个容器的数据被取后将不会保留。当必须在多个线程之间安全地交换信息时,队列在线程编程中特别有用。
参数介绍:
# 先入先出 maxsize 可设置大小,设置block=False抛异常 class queue.Queue(maxsize=0) # 后进先出 class queue.LifoQueue(maxsize=0) # 存储数据时可设置优先级的队列 # 优先级设置数越小等级越高 class queue.PriorityQueue(maxsize=0) # 放入数据 Queue.put(item, block=True, timeout=None) # 取出数据 #没有数据将会等待 Queue.get(block=True, timeout=None) # 如果1秒后没取到数据就退出 Queue.get(timeout = 1) # 取数据,如果没数据抛queue.Empty异常 Queue.get_nowait() # 查看队列大小 Queue.qsize() # 返回True,如果空 Queue.empty() #return True if empty # 设置队列大小 Queue.full() # 后续调用告诉队列,任务的处理是完整的。 Queue.task_done()
生产者消费者模型:
import threading,time import queue # 最多存入10个 q = queue.Queue(maxsize=10) def producer(name): count = 1 while True: # 生产一块骨头 q.put("骨头 %s" % count ) print("生产了骨头",count) count +=1 time.sleep(0.3) def consumer(name): while True: print("%s 取到[%s] 并且吃了它" %(name, q.get())) time.sleep(1) # 告知这个任务执行完了 q.task_done() # 生成线程 p = threading.Thread(target=producer,args=("德国骨科",)) c = threading.Thread(target=consumer,args=("陈狗二",)) d = threading.Thread(target=consumer,args=("吕特黑",)) # 执行线程 p.start() c.start() d.start()
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
赞 (0)