关于Python中几种队列Queue用法区别

Python 队列 Python Queue 2023-05-18 11:05:30 490人浏览薄情痞子

Python 官方文档：入门教程 => 点击学习

摘要

目录python中使用到的队列模块大致有三个：1、from queue import Queue2、from multiprocessing import Queue3、from m

Python中使用到的队列模块大致有三个：

1、from queue import Queue

此模块适用于线程间通信，但不能用于进程间通信。

示例代码1：【注意：此时代码存在错误！！！】

import time
import threading
from queue import Queue
def task_func():
    global queue
    while queue.qsize() > 0:
        x = queue.get()
        print(f"num: {x}")
        time.sleep(0.1)
def producer_data():
    global queue
    for i in range(100):
        queue.put(i)
        time.sleep(0.1)
if __name__ == '__main__':
    queue = Queue()
    producer_thread = threading.Thread(target=producer_data)
    producer_thread.start()
    thread_list = []
    for i in range(5):
        thread = threading.Thread(target=task_func)
        thread.start()
        thread_list.append(thread)
    for thread in thread_list:
        thread.join()
    print("主程序执行结束！")

注意：上述写法：

    while queue.qsize() > 0:
        x = queue.get()

当生产者速度没有消费者速度快时，上述消费者代码会提前结束，导致生产者的速度不能消费。

    while True:
        x = queue.get()

这种写法也存在问题，此时消费者队列会一直监听生产者队列是否有数据，导致线程一直处于阻塞状态，程序会一直阻塞不会停止，严重浪费系统资源。如果使用apscheduler等定时任务的库的话，会导致定时任务无法启动。

其实queue队列中的put()或者get()方法中都提供了timeout参数，利用这个参数可以有效解决上述消除不能消费和线程一直阻塞问题。

示例代码2：

import time
import threading
from queue import Queue
def task_func():
    global queue
    while True:
        x = queue.get(timeout=10)
        print(f"num: {x}")
def producer_data():
    global queue
    for i in range(100):
        queue.put(i)
        time.sleep(0.1)
if __name__ == '__main__':
    queue = Queue()
    producer_thread = threading.Thread(target=producer_data)
    producer_thread.start()
    thread_list = []
    for i in range(5):
        thread = threading.Thread(target=task_func)
        thread.start()
        thread_list.append(thread)
    for thread in thread_list:
        thread.join()
    print("主程序执行结束！")

运行结果：

根据不同的情境，可以根据实际情况设置timeout的值。如果使用定时任务，使用timeout是可以的，不会使程序抛异常停止的。

2、from multiprocessing import Queue

此模块用于对进程，但是不能用于进程池

示例代码：

import time
from multiprocessing import Process, Queue
import queue
def producer(queue):
    queue.put("a")
    time.sleep(2)
def consumer(queue):
    time.sleep(2)
    data = queue.get()
    print(data)
if __name__ == "__main__":
    # queue = queue.Queue()
    queue = Queue()
    my_producer = Process(target=producer, args=(queue, ))
    my_consumer = Process(target=consumer, args=(queue, ))
    my_producer.start()
    my_consumer.start()
    my_producer.join()
    my_consumer.join()
# 使用queue模块的Queue()会报错
# 使用multiprocessing中的Queue(),正确输出a

运行结果：

3、from multiprocessing import Manager

示例代码：

import time
from multiprocessing import Process, Queue, Pool, Manager
def producer(queue):
    queue.put("a")
    time.sleep(2)
def consumer(queue):
    time.sleep(2)
    data = queue.get()
    print(data)
if __name__ == "__main__":
    # queue = Queue()
    queue = Manager().Queue()
    pool = Pool()
    # pool中的进程间通信需要使用Manager
    pool.apply_async(producer, args=(queue, ))
    pool.apply_async(consumer, args=(queue, ))
    pool.close()
    pool.join()

运行结果：