Python如何模拟实现生产者消费者模式的代码案例-木庄网络博客

本文摘自php中文网，作者ringa_lee，侵删。

这篇文章主要介绍了详解Python 模拟实现生产者消费者模式的实例的相关资料,这里使用了线程知识，队列知识及循环的知识，需要的朋友可以参考下

详解Python 模拟实现生产者消费者模式的实例

散仙使用python3.4模拟实现的一个生产者与消费者的例子，用到的知识有线程，队列，循环等，源码如下：

Python代码

import queue 
import time 
import threading 
import random 
  
  
q=queue.Queue(5) 
  
#生产者 
def pr(): 
  name=threading.current_thread().getName() 
  print(name+"线程启动......") 
  for i in range(100): 
    t=random.randint(2,9) 
    print(name,"睡眠时间: ",t) 
    time.sleep(t); 
    d="A"+str(i) 
    print(name+"正在存第",i+1,"个数据: ",d) 
    #q.put("A"+str(i),False,2000) 
    q.put(d) 
  print("生产完毕!") 
  
  
#消费者 
def co(): 
  name=threading.current_thread().getName() 
  time.sleep(1) 
  print(name+"线程启动......") 
  
  while True: 
    print(name+"检测到队列数量: ",q.qsize()) 
    t=random.randint(2,9) 
    print(name,"睡眠时间: ",t) 
    data=q.get(); 
    print(name+"消费一个数据: ",data) 
  
  
  
  
p=threading.Thread(target=pr,name="生产者") 
c=threading.Thread(target=co,name="消费者1") 
c2=threading.Thread(target=co,name="消费者2") 
  
p.start() 
c.start() 
c2.start()

在本例里面散仙启动了1个生产者线程，2个消费者线程，打印效果如下：

Python代码

生产者线程启动...... 
生产者 睡眠时间: 4
消费者1线程启动...... 
消费者1检测到队列数量: 0
消费者1 睡眠时间: 2
消费者2线程启动...... 
消费者2检测到队列数量: 0
消费者2 睡眠时间: 3
生产者正在存第 1 个数据: A0 
生产者 睡眠时间: 9
消费者1消费一个数据: A0 
消费者1检测到队列数量: 0
消费者1 睡眠时间: 8
生产者正在存第 2 个数据: A1 
生产者 睡眠时间: 5
消费者2消费一个数据: A1 
消费者2检测到队列数量: 0
消费者2 睡眠时间: 7
生产者正在存第 3 个数据: A2 
生产者 睡眠时间: 8
消费者1消费一个数据: A2 
消费者1检测到队列数量: 0
消费者1 睡眠时间: 2
生产者正在存第 4 个数据: A3 
生产者 睡眠时间: 7
消费者2消费一个数据: A3 
消费者2检测到队列数量: 0
消费者2 睡眠时间: 9
生产者正在存第 5 个数据: A4 
生产者 睡眠时间: 2
消费者1消费一个数据: A4 
消费者1检测到队列数量: 0
消费者1 睡眠时间: 5
生产者正在存第 6 个数据: A5 
生产者 睡眠时间: 5
消费者2消费一个数据: A5 
消费者2检测到队列数量: 0
消费者2 睡眠时间: 6
生产者正在存第 7 个数据: A6 
生产者 睡眠时间: 7
消费者1消费一个数据: A6 
消费者1检测到队列数量: 0
消费者1 睡眠时间: 7
生产者正在存第 8 个数据: A7 
生产者 睡眠时间: 3
消费者2消费一个数据: A7 
消费者2检测到队列数量: 0
消费者2 睡眠时间: 8
生产者正在存第 9 个数据: A8 
生产者 睡眠时间: 2
消费者1消费一个数据: A8 
消费者1检测到队列数量: 0
消费者1 睡眠时间: 4
生产者正在存第 10 个数据: A9 
生产者 睡眠时间: 4
消费者2消费一个数据: A9 
消费者2检测到队列数量: 0
消费者2 睡眠时间: 5
生产者正在存第 11 个数据: A10 
生产者 睡眠时间: 2
消费者1消费一个数据: A10 
消费者1检测到队列数量: 0
消费者1 睡眠时间: 3
生产者正在存第 12 个数据: A11 
生产者 睡眠时间: 3
消费者2消费一个数据: A11 
消费者2检测到队列数量: 0
消费者2 睡眠时间: 3
生产者正在存第 13 个数据: A12 
生产者 睡眠时间: 3
消费者1消费一个数据: A12 
消费者1检测到队列数量: 0
消费者1 睡眠时间: 3
生产者正在存第 14 个数据: A13 
生产者 睡眠时间: 8
消费者2消费一个数据: A13 
消费者2检测到队列数量: 0
消费者2 睡眠时间: 7
生产者正在存第 15 个数据: A14 
生产者 睡眠时间: 3
消费者1消费一个数据: A14 
消费者1检测到队列数量: 0
消费者1 睡眠时间: 7
生产者正在存第 16 个数据: A15 
生产者 睡眠时间: 2
消费者2消费一个数据: A15 
消费者2检测到队列数量: 0
消费者2 睡眠时间: 9

从这个例子中，我们发现利用队列，来做同步时非常简单方便的，除此之外队列，还有如下几个方便的方法：

介绍一下此包中的常用方法:

Queue.qsize() 返回队列的大小  
Queue.empty() 如果队列为空，返回True,反之False 
Queue.full() 如果队列满了，返回True,反之False
Queue.full 与 maxsize 大小对应  
Queue.get([block[, timeout]])获取队列，timeout等待时间  
Queue.get_nowait() 相当Queue.get(False) 
非阻塞 Queue.put(item) 写入队列，timeout等待时间  
Queue.put_nowait(item) 相当Queue.put(item, False) 
Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号 
Queue.join() 实际上意味着等到队列为空，再执行别的操作