阿布云

你所需要的,不仅仅是一个好用的代理。

用Python多线程实现生产者消费者模式

阿布云 发表于

28.png

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:

2.png

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式。

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。