Python中Queue模塊及多線程使用

        Python的Queue模塊提供一種適用於多線程編程的FIFO實現。它可用於在生產者(producer)和消費者(consumer)之間線程安全(thread-safe)地傳遞消息或其它數據，所以多個線程能夠共用同一個Queue實例。Queue的大小（元素的個數）可用來限制內存的使用。

Basic FIFO Queue

Queue類實現了一個基本的先進先出(FIFO)容器，使用put()將元素添加到序列尾端，get()從隊列尾部移除元素。

LIFO Queue

與標準FIFO實現Queue不一樣的是，LifoQueue使用後進先出序（會關聯一個棧數據結構）。

Priority Queue（優先隊列）

除了按元素入列順序外，有時須要根據隊列中元素的特性來決定元素的處理順序。例如，財務部門的打印任務可能比碼農的代碼打印任務優先級更高。PriorityQueue依據隊列中內容的排序順序(sort order)來決定那個元素將被檢索。

Using Queues with Threads

queue介紹

• queue是python中的標準庫，俗稱隊列，能夠直接import 引用，在python2.x中，模塊名爲Queue
• 在python中，多個線程之間的數據是共享的，多個線程進行數據交換的時候，不可以保證數據的安全性和一致性，因此當多個線程須要進行數據交換的時候，隊列就出現了，隊列能夠完美解決線程間的數據交換，保證線程間數據的安全性和一致性

queue模塊有三種隊列及構造函數:

1. Python queue模塊的FIFO隊列先進先出。 class queue.Queue(maxsize)
2. LIFO相似於堆，即先進後出。 class queue.LifoQueue(maxsize)
3. 還有一種是優先級隊列級別越低越先出來。 class queue.PriorityQueue(maxsize)

queue模塊中的經常使用方法:

• queue.qsize() 返回隊列的大小
• queue.empty() 若是隊列爲空，返回True,反之False
• queue.full() 若是隊列滿了，返回True,反之False
• queue.full 與 maxsize 大小對應
• queue.get([block[, timeout]])獲取隊列，timeout等待時間
• queue.get_nowait() 至關queue.get(False)
• queue.put(item) 寫入隊列，timeout等待時間
• queue.put_nowait(item) 至關queue.put(item, False)
• queue.task_done() 在完成一項工做以後，queue.task_done()函數向任務已經完成的隊列發送一個信號
• queue.join() 實際上意味着等到隊列爲空，再執行別的操做

代碼例子：

• 菜鳥Python3 多線程

# coding: utf-8

from queue import Queue

# Queue是python標準庫中的線程安全的隊列（FIFO）實現,提供了一個適用於多線程編程的先進先出的數據結構，即隊列，用來在生產者和消費者線程之間的信息傳遞
def test_queue():

    q=Queue(10)
    for i in range(5):
        q.put(i)
    while not q.empty():
        print(q.get())

def test_LifoQueue():
    import queue
    # queue.LifoQueue() #後進先出->堆棧
    q = queue.LifoQueue(3)
    q.put(1)
    q.put(2)
    q.put(3)
    print(q.get())
    print(q.get())
    print(q.get())

def test_PriorityQueue():
    import queue
    # queue.PriorityQueue() #優先級
    q = queue.PriorityQueue(3)  # 優先級,優先級用數字表示,數字越小優先級越高
    q.put((10, 'a'))
    q.put((-1, 'b'))
    q.put((100, 'c'))
    print(q.get())
    print(q.get())
    print(q.get())


# Python queue隊列，實現併發，在網站多線程推薦最後也一個例子,比這貨簡單，可是不夠規範

from queue import Queue  # Queue在3.x中改爲了queue
import random
import threading
import time
from threading import Thread

class Producer(threading.Thread):
    """
    Producer thread 製做線程
    """
    def __init__(self, t_name, queue):  # 傳入線程名、實例化隊列
        threading.Thread.__init__(self, name=t_name)  # t_name便是threadName
        self.data = queue

    """
    run方法 和start方法:
    它們都是從Thread繼承而來的，run()方法將在線程開啓後執行，
    能夠把相關的邏輯寫到run方法中（一般把run方法稱爲活動[Activity]）；
    start()方法用於啓動線程。
    """

    def run(self):
        for i in range(5):  # 生成0-4五條隊列
            print("%s: %s is producing %d to the queue!" % (time.ctime(), self.getName(), i))  # 當前時間t生成編號d並加入隊列
            self.data.put(i)  # 寫入隊列編號
            time.sleep(random.randrange(10) / 5)  # 隨機休息一會
        print("%s: %s producing finished!" % (time.ctime(), self.getName))  # 編號d隊列完成製做


class Consumer(threading.Thread):
    """
    Consumer thread 消費線程，感受來源於COOKBOOK
    """
    def __init__(self, t_name, queue):
        threading.Thread.__init__(self, name=t_name)
        self.data = queue

    def run(self):
        for i in range(5):
            val = self.data.get()
            print("%s: %s is consuming. %d in the queue is consumed!" % (time.ctime(), self.getName(), val))  # 編號d隊列已經被消費
            time.sleep(random.randrange(10))
        print("%s: %s consuming finished!" % (time.ctime(), self.getName()))  # 編號d隊列完成消費


def main():
    """
    Main thread 主線程
    """
    queue = Queue()  # 隊列實例化
    producer = Producer('Pro.', queue)  # 調用對象，並傳如參數線程名、實例化隊列
    consumer = Consumer('Con.', queue)  # 同上，在製造的同時進行消費
    producer.start()  # 開始製造
    consumer.start()  # 開始消費
    """
    join（）的做用是，在子線程完成運行以前，這個子線程的父線程將一直被阻塞。
　 　join()方法的位置是在for循環外的，也就是說必須等待for循環裏的兩個進程都結束後，纔去執行主進程。
    """
    producer.join()
    consumer.join()
    print('All threads terminate!')



if __name__=="__main__":

    test_queue()

    print("=====後進先出=====")
    test_LifoQueue()

    print("=====優先級======")
    test_PriorityQueue()

    main()

 

線程模塊

- 多線程主要的內容：直接進行多線程操做，線程同步，帶隊列的多線程；

Python3 經過兩個標準庫 _thread 和 threading 提供對線程的支持。

_thread 提供了低級別的、原始的線程以及一個簡單的鎖，它相比於 threading 模塊的功能仍是比較有限的。

threading 模塊除了包含 _thread 模塊中的全部方法外，還提供的其餘方法：

• threading.currentThread(): 返回當前的線程變量。
• threading.enumerate(): 返回一個包含正在運行的線程的list。正在運行指線程啓動後、結束前，不包括啓動前和終止後的線程。
• threading.activeCount(): 返回正在運行的線程數量，與len(threading.enumerate())有相同的結果。

除了使用方法外，線程模塊一樣提供了Thread類來處理線程，Thread類提供瞭如下方法:

• run(): 用以表示線程活動的方法。
• start():啓動線程活動。
• join([time]): 等待至線程停止。這阻塞調用線程直至線程的join() 方法被調用停止-正常退出或者拋出未處理的異常-或者是可選的超時發生。
• isAlive(): 返回線程是否活動的。
• getName(): 返回線程名。
• setName(): 設置線程名。

#queue 多線程各個線程的運算的值放到一個隊列中，到主線程的時候再拿出來,以此來代替
#return的功能，由於在線程是不能返回一個值的
# https://www.cnblogs.com/zephyr-1/p/6043785.html
import time
import threading
from Queue import Queue
 
def job(l,q):
    q.put([i**2 for i in l])
     
def multithreading(data):
    q = Queue()
    threads = []
    for i in xrange(4):
        t = threading.Thread(target = job,args = (data[i],q))
        t.start()
        threads.append(t)
    for thread in threads:
        thread.join()
    results = []
    for _ in range(4):
        results.append(q.get())
    print results
         
if __name__ == "__main__":
    data = [[1,2,3],[4,5,6],[3,4,3],[5,5,5]]
    multithreading(data)
 
[[1, 4, 9], [16, 25, 36], [9, 16, 9], [25, 25, 25]]