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。

以上是 Python queue队列原理与应用案例分析 的全部内容, 来源链接: utcz.com/z/358756.html

回到顶部