Python queue隊列

做用：

　　　解耦：使程序直接實現鬆耦合，修改一個函數，不會有串聯關係。

　　　提升處理效率：ＦＩＦＯ　＝　現進先出，ＬＩＦＯ　＝　後入先出。

 

隊列：

　　隊列能夠併發的派多個線程，對排列的線程處理，並切每一個須要處理線 程只須要將請求的數據放入隊列容器的內存中，線程不須要等待，當排列完 畢處理完數據後，線程在準時來取數據便可。請求數據的線程只與這個隊列 容器存在關係，處理數據的線程down掉不會影響到請求數據的線程，隊列 會 派給其餘線程處理這分數據，它實現瞭解耦，提升效率。 隊列內會有一個有 順序的容器，列表與這個容器是有區別的，列表中 數 據雖然是排列的，但數 據被取走後還會保留，而隊列中這個容器的數據 被取 後將不會保留。當必須在多個線程之間安全地交換信息時，隊列在線程編程中特別有用。

 

 

參數介紹：

# 先入先出 maxsize 可設置大小，設置block=False拋異常
class queue.Queue(maxsize=0)  

 # 後進先出 
class queue.LifoQueue(maxsize=0)

# 存儲數據時可設置優先級的隊列
# 優先級設置數越小等級越高
class queue.PriorityQueue(maxsize=0) 

# 放入數據
Queue.put(item, block=True, timeout=None)

# 取出數據 #沒有數據將會等待
Queue.get(block=True, timeout=None)

# 若是1秒後沒取到數據就退出
Queue.get(timeout = 1)


# 取數據，若是沒數據拋queue.Empty異常
Queue.get_nowait()

# 查看隊列大小
Queue.qsize()

# 返回True,若是空
Queue.empty() #return True if empty  

# 設置隊列大小
Queue.full() 

# 後續調用告訴隊列，任務的處理是完整的。
Queue.task_done()

 

生產者消費者模型：

import threading,time
import queue

# 最多存入10個
q = queue.Queue(maxsize=10)

def producer(name):
    count = 1

    while True:

           #　生產一塊骨頭
            q.put("骨頭 %s" % count )
            print("生產了骨頭",count)
            count +=1
            time.sleep(0.3)

def consumer(name):
    while True:
        print("%s 取到[%s] 而且吃了它" %(name, q.get()))
        time.sleep(1)

　      # 告知這個任務執行完了
        q.task_done() 

# 生成線程
p = threading.Thread(target=producer,args=("德國骨科",))
c = threading.Thread(target=consumer,args=("陳狗二",))
d = threading.Thread(target=consumer,args=("呂特黑",))

# 執行線程
p.start()
c.start()
d.start()