Python多線程與隊列

Python多線程與Queue隊列多線程在感官上相似於同時執行多個程序,雖然因爲GIL的存在,在Python中沒法實現線程的真正並行,可是對於某些場景,多線程仍不失爲一個有效的處理方法:python

1,不緊急的,無需阻塞主線程的任務,此時能夠利用多線程在後臺慢慢處理;
2,IO密集型操做,好比文件讀寫、用戶輸入和網絡請求等,此時多線程能夠近似達到甚至優於多進程的表現;
網絡

多線程的基本使用再也不贅述,如下語法即可輕鬆實現:多線程

1 def task(args1, args2):
2     pass
3 
4 Thread(
5     target=task,
6     args=(args1, args2)
7 ).start()


這裏咱們重點關注線程通訊。ide

假設有這麼一種場景:有一批源數據,指定一個操做係數N,須要分別對其進行與N的加減乘除操做,並將結果彙總。
固然這裏的加減乘除只是一種簡單處理,在實際的生產環境中,它其實表明了一步較爲複雜的業務操做,幷包含了較多的IO處理。測試

天然咱們想到能夠開啓多線程處理,那麼緊接着的問題即是:如何劃分線程,是根據處理步驟劃分,仍是根據源數據劃分?spa

對於前者,咱們把涉及的業務操做單獨劃分位一個線程,即有4個線程分別進行加減乘除的操做,顯然上一個線程的結果是下一個線程的輸入,這相似於流水線操做;線程

然後者則是把源數據分爲若干份,每份啓動一個線程進行處理,最終把結果彙總。通常來講,咱們推薦第一種方式。由於在一個線程中完成全部的操做不如每步一個線程清晰明瞭,3d

尤爲是在一些複雜的場景下,會加大單個線程的出錯機率和測試難度。日誌

那麼咱們將開闢4個線程,分別執行加減乘除操做。最後一個除法線程結束則任務完成:code

 

 1 #!/usr/bin/env python
 2 # -*- coding: utf-8 -*-
 3 
 4 from Queue import Queue
 5 from threading import Thread
 6 
 7 
 8 class NumberHandler(object):
 9     def __init__(self, n):
10         self.n = n
11 
12     def add(self, num):
13         return num + self.n
14 
15     def subtract(self, num):
16         return num - self.n
17 
18     def multiply(self, num):
19         return num * self.n * self.n
20 
21     def divide(self, num):
22         return num / self.n
23 
24 
25 class ClosableQueue(Queue):
26     SENTINEL = object()
27 
28     def close(self):
29         self.put(self.SENTINEL)
30 
31     def __iter__(self):
32         while True:
33             item = self.get()
34             try:
35                 if item is self.SENTINEL:
36                     return
37                 yield item
38             finally:
39                 self.task_done()
40 
41 
42 class StoppableWorker(Thread):
43     def __init__(self, func, in_queue, out_queue):
44         super(StoppableWorker, self).__init__()
45         self.in_queue = in_queue
46         self.out_queue = out_queue
47         self.func = func
48 
49     def run(self):
50         for item in self.in_queue:
51             result = self.func(item)
52             self.out_queue.put(result)
53             print self.func
54 
55 
56 if __name__ == '__main__':
57     source_queue = ClosableQueue()
58     add_queue = ClosableQueue()
59     subtract_queue = ClosableQueue()
60     multiply_queue = ClosableQueue()
61     divide_queue = ClosableQueue()
62     result_queue = ClosableQueue()
63 
64     number_handler = NumberHandler(5)
65 
66     threads = [
67         StoppableWorker(number_handler.add, add_queue, subtract_queue),
68         StoppableWorker(number_handler.subtract, subtract_queue, multiply_queue),
69         StoppableWorker(number_handler.multiply, multiply_queue, divide_queue),
70         StoppableWorker(number_handler.divide, divide_queue, result_queue),
71     ]
72 
73     for _thread in threads:
74         _thread.start()
75 
76     for i in range(10):
77         add_queue.put(i)
78 
79     add_queue.close()
80     add_queue.join()
81     print 'add job done...'
82     subtract_queue.close()
83     subtract_queue.join()
84     print 'subtract job done...'
85     multiply_queue.close()
86     multiply_queue.join()
87     print 'multiply job done...'
88     divide_queue.close()
89     divide_queue.join()
90     print 'divide job done...'
91     result_queue.close()
92 
93     print "%s items finished, result: %s" % (result_queue.qsize(), result_queue)
94 
95     for i in result_queue:
96         print i

運行結果:

線程執行日誌:

 

 

 總的結果:

 

 可見線程交叉運行,可是任務倒是順序結束,這符合咱們的預期。

值得注意的是,咱們在ClosableQueue定義了一個close()方法,經過放入一個特殊的類變量SENTINEL告訴隊列應該關閉。此外,因爲直接加減乘除結果不變,所以我特地乘了兩次來便於咱們判斷結果。

總結:

1. Queue是一種高效的任務處理方式,它能夠把任務處理流程劃分爲若干階段,並使用多條python線程來同時執行這些子任務;

2. Queue類具有阻塞式的隊列操做、可以指定緩衝區尺寸,並且還支 持join方法,這使得開發者能夠構建出健壯的流水線。

相關文章
相關標籤/搜索