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：

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；

多線程的基本使用再也不贅述，如下語法即可輕鬆實現：

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。

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。

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？

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；

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，

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。

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：

 

 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。