Python|队列Queue

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 import Queue 而在Python 3.X版本中则需要 import queue

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。

# encoding: utf-8

"""

author: yangyi@youzan.com

time: 2019/8/14 11:20 PM

func:

"""

from multiprocessing import Process, JoinableQueue, Lock

import time

import random

thread_lock = Lock()

def lock_print(msg):

    with thread_lock:

        print (msg)

def consumer(q):

    while True:

        res = q.get(block=True, timeout=3) # 如果为空 则等待3秒超时则报错退出

        print('消费者拿到了 %s' % res)

        q.task_done()

def producer(q):

    for item in range(4):

        time.sleep(random.randrange(1, 2))

        q.put('馒头{0}'.format(item))

        print('生产者做好了 %s' %'馒头{0}'.format(item))

    q.join()

    lock_print("生产结束")

if __name__ == '__main__':

    print('主进程开始')

    q = JoinableQueue()

    pd = Process(target=producer, args=(q,))

    cp = Process(target=consumer, args=(q,))

    cp.daemon = True ##

    pd.start()

    cp.start()

    pd.join()

    print('主进程结束')

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

if __name__ == '__main__':

    print('主进程开始')

    q = JoinableQueue()

    pd = Process(target=producer, args=(q,))

    cp = Process(target=consumer, args=(q,))

    pd.start()

    cp.start()

    pd.join()

    cp.join()

    print('主进程结束')

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。