multiprocessing 多进程实现 生产者与消费者模型JoinableQueue
from multiprocessing import JoinableQueue
import time
import random
import asyncio
import logging
from multiprocessing import cpu_count
from multiprocessing import Process
logging.basicConfig(level = logging.INFO,format = '%(asctime)s - %(levelname)s -->%(funcName)s at line %(lineno)d: \n %(message)s')
log= logging.getLogger()
# set max length of queue and limit concurrent numbers put
q_init = JoinableQueue(maxsize=5) async def jobs(item):
time.sleep(random.randint(1,4))
status = random.randint(0, 1)
if status == 0:
return ("success",item)
else:
return ("failed",item) async def do_work(item):
logging.info("do something %s,time start %s" % (item, time.asctime()))
a =await jobs(item)
return a def async_runner(checker):
new_loop = asyncio.new_event_loop()
asyncio.set_event_loop(new_loop)
loop = asyncio.get_event_loop()
task = asyncio.ensure_future(do_work(checker))
loop.run_until_complete(asyncio.wait([task]))
st = task.result()
return st def worker_consumer(q_init):
while True:
if q_init.empty(): break
# logging.info("queue is empty , Stop Each Process BY Break " )
checker = q_init.get()
st=async_runner(checker)
if st[0] in ["success", "failed"]:
logging.info("%s task finished status is %s" % (st[1],st[0]))
# notify q.join() in producer,consumer has get element of queue
q_init.task_done() def producer(q_init):
for i in range(10):
q_init.put(i)
# block produce util consumer get all queue elements
q_init.join() if __name__ == '__main__':
# GET MAX CPU NUMBER OF MACHINE
cpu_count=cpu_count()
produce=[Process(target=producer,args=(q_init,))]
consums=[Process(target=worker_consumer,args=(q_init,)) for i in range(cpu_count)]
for p in produce:
p.start()
for c in consums:
c.start()
for pr in produce:
pr.join()
for c in consums:
c.join()
结果:
2019-12-21 19:50:00,754 - INFO --><module> at line 65:
cpucount is 8
2019-12-21 19:50:01,036 - INFO -->do_work at line 23:
do something 1,time start Sat Dec 21 19:50:01 2019
2019-12-21 19:50:01,038 - INFO -->do_work at line 23:
do something 2,time start Sat Dec 21 19:50:01 2019
2019-12-21 19:50:01,040 - INFO -->do_work at line 23:
do something 3,time start Sat Dec 21 19:50:01 2019
2019-12-21 19:50:01,041 - INFO -->do_work at line 23:
do something 4,time start Sat Dec 21 19:50:01 2019
2019-12-21 19:50:01,055 - INFO -->do_work at line 23:
do something 5,time start Sat Dec 21 19:50:01 2019
2019-12-21 19:50:02,042 - INFO -->worker_consumer at line 43:
4 task finished status is success
2019-12-21 19:50:02,043 - INFO -->do_work at line 23:
do something 6,time start Sat Dec 21 19:50:02 2019
2019-12-21 19:50:02,056 - INFO -->worker_consumer at line 43:
5 task finished status is success
2019-12-21 19:50:02,056 - INFO -->do_work at line 23:
do something 7,time start Sat Dec 21 19:50:02 2019
2019-12-21 19:50:03,041 - INFO -->worker_consumer at line 43:
3 task finished status is success
2019-12-21 19:50:03,042 - INFO -->do_work at line 23:
do something 8,time start Sat Dec 21 19:50:03 2019
2019-12-21 19:50:03,058 - INFO -->worker_consumer at line 43:
7 task finished status is success
2019-12-21 19:50:03,059 - INFO -->do_work at line 23:
do something 9,time start Sat Dec 21 19:50:03 2019
2019-12-21 19:50:04,036 - INFO -->worker_consumer at line 43:
1 task finished status is failed
2019-12-21 19:50:04,037 - INFO -->do_work at line 23:
do something 10,time start Sat Dec 21 19:50:04 2019
2019-12-21 19:50:04,043 - INFO -->worker_consumer at line 43:
6 task finished status is success
2019-12-21 19:50:04,059 - INFO -->worker_consumer at line 43:
9 task finished status is success
2019-12-21 19:50:05,039 - INFO -->worker_consumer at line 43:
2 task finished status is failed
2019-12-21 19:50:07,042 - INFO -->worker_consumer at line 43:
8 task finished status is success
2019-12-21 19:50:08,038 - INFO -->worker_consumer at line 43:
10 task finished status is failed Process finished with exit code 0
multiprocessing 多进程实现 生产者与消费者模型JoinableQueue的更多相关文章
- Python 之并发编程之进程下(事件(Event())、队列(Queue)、生产者与消费者模型、JoinableQueue)
八:事件(Event()) # 阻塞事件: e = Event() 生成事件对象e e.wait() 动态给程序加阻塞,程序当中是否加阻塞完全取决于该对象中的is_set() [默认返回值 ...
- 进程对列,生产者和消费者,JoinableQueue
1.进程对列 让进程之间共享资源 先进先出 (1)基本语法 from multiprocessing import Process,Queue q = Queue() # 1.用put方法往队列中存值 ...
- 守护进程,互斥锁,IPC,队列,生产者与消费者模型
小知识点:在子进程中不能使用input输入! 一.守护进程 守护进程表示一个进程b 守护另一个进程a 当被守护的进程结束后,那么守护进程b也跟着结束了 应用场景:之所以开子进程,是为了帮助主进程完成某 ...
- python并发编程之守护进程、互斥锁以及生产者和消费者模型
一.守护进程 主进程创建守护进程 守护进程其实就是'子进程' 一.守护进程内无法在开启子进程,否则会报错二.进程之间代码是相互独立的,主进程代码运行完毕,守护进程也会随机结束 守护进程简单实例: fr ...
- python:生产者与消费者模型
1,生产者与消费者模型的矛盾在于数据供需的不平衡 import time import random from multiprocessing import Queue from multiproce ...
- Java线程(学习整理)--4---一个简单的生产者、消费者模型
1.简单的小例子: 下面这个例子主要观察的是: 一个对象的wait()和notify()使用情况! 当一个对象调用了wait(),那么当前掌握该对象锁标记的线程,就会让出CPU的使用权,转而进入该对 ...
- Python之生产者&、消费者模型
多线程中的生产者和消费者模型: 生产者和消费者可以用多线程实现,它们通过Queue队列进行通信. import time,random import Queue,threading q = Queue ...
- 【java线程系列】java线程系列之线程间的交互wait()/notify()/notifyAll()及生产者与消费者模型
关于线程,博主写过java线程详解基本上把java线程的基础知识都讲解到位了,但是那还远远不够,多线程的存在就是为了让多个线程去协作来完成某一具体任务,比如生产者与消费者模型,因此了解线程间的协作是非 ...
- Spring MVC 使用介绍(七)—— 注解式控制器(三):生产者与消费者模型
一.MIME类型 MIME类型格式:type/subtype(;parameter)? type:主类型,任意的字符串,如text,如果是*号代表所有 subtype:子类型,任意的字符串,如html ...
随机推荐
- mysql 数据库优化的几种方法
1.选取最适用的字段属性 MySQL可以很好的支持大数据量的存取,但是一般说来,数据库中的表越小,在它上面执行的查询也就会越快.因此,在创建表的时候,为了获得更好的性能,我们可以将表中字段的宽度设得尽 ...
- PHP Files functions
simple functions <?php $docRoot = $_SERVER['DOCUMENT_ROOT']; //readfile($docRoot."/orders/or ...
- Java_Day4(下)
Java learning_Day4(下) 本人学习视频用的是马士兵的,也在这里献上 <链接:https://pan.baidu.com/s/1qKNGJNh0GgvlJnitTJGqgA> ...
- 用Navicat连接mysql报错:2003-Can't connect to MySql server on '10.100.0.109'(10039)
问题描述 在 window 系统上,用 Navicat 连接 Mysql 数据库,弹出以下提示 问题原因 Mysql 数据库未启动 解决方案:启动 Mysql 数据库 1.点击桌面左下角运行 cmd ...
- 【转】idea远程调试
适用于web服务,thrift服务 对于分布式系统的调试不知道大家有什么好的方法.对于我来说,在知道远程调试这个方法之前就是在代码中打各种log,然后重新部署,上线,调试,这样比较费时.今天咱们来了解 ...
- 常见通用框架的理解(Redis,Zookeeper,Thrift)
redis 主要功能是内存版的Hashta zookeeper 主要功能是分布式中的全局变量. thrift 跨平台的Client和Server通信架构. taskengine用于启动定时任务和查看 ...
- (转)R语言 SVM支持向量机在 R 语言中的实现和使用
支持向量机是一个相对较新和较先进的机器学习技术,最初提出是为了解决二类分类问题,现在被广泛用于解决多类非线性分类问题和回归问题.继续阅读本文,你将学习到支持向量机如何工作,以及如何利用R语言实现支持向 ...
- 二分-A - Cable master
A - Cable master Inhabitants of the Wonderland have decided to hold a regional programming contest. ...
- 初识消息队列--ActiveMq
消息队列 即MessageQueue,是一种消息中间件,在遇到系统请求量比较大的情况下,导致请求堆积过多无法及时返回,可以通过它进行异步的消息处理,从而缓解系统压力. ActiveMq ActiveM ...
- TCP的粘包和拆包问题及解决
前言 TCP属于传输层的协议,传输层除了有TCP协议外还有UDP协议.那么UDP是否会发生粘包或拆包的现象呢?答案是不会.UDP是基于报文发送的,从UDP的帧结构可以看出,在UDP首部采用了16bit ...