This article mainly introduces relevant information on examples of Python simulation to implement the producer-consumer model. Thread knowledge, queue knowledge and loop knowledge are used here. Friends in need can refer to the detailed explanation below
An example of Python simulating the implementation of the producer-consumer model
Sanxian uses python3.4 to simulate an example of a producer and a consumer. The knowledge used includes threads, queues, loops, etc. The source code is as follows:
Python code
import queue import time import threading import random q=queue.Queue(5) #生产者 def pr(): name=threading.current_thread().getName() print(name+"线程启动......") for i in range(100): t=random.randint(2,9) print(name,"睡眠时间: ",t) time.sleep(t); d="A"+str(i) print(name+"正在存第",i+1,"个数据: ",d) #q.put("A"+str(i),False,2000) q.put(d) print("生产完毕!") #消费者 def co(): name=threading.current_thread().getName() time.sleep(1) print(name+"线程启动......") while True: print(name+"检测到队列数量: ",q.qsize()) t=random.randint(2,9) print(name,"睡眠时间: ",t) data=q.get(); print(name+"消费一个数据: ",data) p=threading.Thread(target=pr,name="生产者") c=threading.Thread(target=co,name="消费者1") c2=threading.Thread(target=co,name="消费者2") p.start() c.start() c2.start()
In this example, Sanxian started 1 producer thread and 2 consumer threads. The printing effect is as follows:
Python code
生产者线程启动...... 生产者 睡眠时间: 4 消费者1线程启动...... 消费者1检测到队列数量: 0 消费者1 睡眠时间: 2 消费者2线程启动...... 消费者2检测到队列数量: 0 消费者2 睡眠时间: 3 生产者正在存第 1 个数据: A0 生产者 睡眠时间: 9 消费者1消费一个数据: A0 消费者1检测到队列数量: 0 消费者1 睡眠时间: 8 生产者正在存第 2 个数据: A1 生产者 睡眠时间: 5 消费者2消费一个数据: A1 消费者2检测到队列数量: 0 消费者2 睡眠时间: 7 生产者正在存第 3 个数据: A2 生产者 睡眠时间: 8 消费者1消费一个数据: A2 消费者1检测到队列数量: 0 消费者1 睡眠时间: 2 生产者正在存第 4 个数据: A3 生产者 睡眠时间: 7 消费者2消费一个数据: A3 消费者2检测到队列数量: 0 消费者2 睡眠时间: 9 生产者正在存第 5 个数据: A4 生产者 睡眠时间: 2 消费者1消费一个数据: A4 消费者1检测到队列数量: 0 消费者1 睡眠时间: 5 生产者正在存第 6 个数据: A5 生产者 睡眠时间: 5 消费者2消费一个数据: A5 消费者2检测到队列数量: 0 消费者2 睡眠时间: 6 生产者正在存第 7 个数据: A6 生产者 睡眠时间: 7 消费者1消费一个数据: A6 消费者1检测到队列数量: 0 消费者1 睡眠时间: 7 生产者正在存第 8 个数据: A7 生产者 睡眠时间: 3 消费者2消费一个数据: A7 消费者2检测到队列数量: 0 消费者2 睡眠时间: 8 生产者正在存第 9 个数据: A8 生产者 睡眠时间: 2 消费者1消费一个数据: A8 消费者1检测到队列数量: 0 消费者1 睡眠时间: 4 生产者正在存第 10 个数据: A9 生产者 睡眠时间: 4 消费者2消费一个数据: A9 消费者2检测到队列数量: 0 消费者2 睡眠时间: 5 生产者正在存第 11 个数据: A10 生产者 睡眠时间: 2 消费者1消费一个数据: A10 消费者1检测到队列数量: 0 消费者1 睡眠时间: 3 生产者正在存第 12 个数据: A11 生产者 睡眠时间: 3 消费者2消费一个数据: A11 消费者2检测到队列数量: 0 消费者2 睡眠时间: 3 生产者正在存第 13 个数据: A12 生产者 睡眠时间: 3 消费者1消费一个数据: A12 消费者1检测到队列数量: 0 消费者1 睡眠时间: 3 生产者正在存第 14 个数据: A13 生产者 睡眠时间: 8 消费者2消费一个数据: A13 消费者2检测到队列数量: 0 消费者2 睡眠时间: 7 生产者正在存第 15 个数据: A14 生产者 睡眠时间: 3 消费者1消费一个数据: A14 消费者1检测到队列数量: 0 消费者1 睡眠时间: 7 生产者正在存第 16 个数据: A15 生产者 睡眠时间: 2 消费者2消费一个数据: A15 消费者2检测到队列数量: 0 消费者2 睡眠时间: 9
From this example, we found that it is very simple and convenient to use queues for synchronization. In addition to queues, there are the following A convenient method:
Introduce the commonly used methods in this package:
Queue.qsize() 返回队列的大小 Queue.empty() 如果队列为空,返回True,反之False Queue.full() 如果队列满了,返回True,反之False Queue.full 与 maxsize 大小对应 Queue.get([block[, timeout]])获取队列,timeout等待时间 Queue.get_nowait() 相当Queue.get(False) 非阻塞 Queue.put(item) 写入队列,timeout等待时间 Queue.put_nowait(item) 相当Queue.put(item, False) Queue.task_done() 在完成一项工作之后,Queue.task_done()函数向任务已经完成的队列发送一个信号 Queue.join() 实际上意味着等到队列为空,再执行别的操作
The above is the detailed content of How Python simulates code examples that implement the producer-consumer pattern. For more information, please follow other related articles on the PHP Chinese website!