一:进程间的通信(IPC):先进先出 管道:队列=管道+锁
from multiprocessing import Queue q=Queue(4) q.put(['first',],block=True,timeout=3) q.put({'x':2},block=True,timeout=3) q.put(3,block=True,timeout=3) q.put(4,block=True,timeout=3) print(q.get(block=True,timeout=3)) print(q.get(block=True,timeout=3)) print(q.get(block=True,timeout=3)) print(q.get(block=True,timeout=3))
from multiprocessing import Queue #Queued队列模块 q=Queue() print(q.get()) print(q.get()) print(q.get()) print(q.get()) q.put(['first'],block=True,timeout=3) q.put({'x':2},block=True,timeout=3) q.put(3,block=True,timeout=3) print(q.get(block=True,timeout=3)) print(q.get(block=True,timeout=3)) print(q.get(block=True,timeout=3)) print(q.get(block=True,timeout=3)) print(q.get_nowait()) #q.get(block=false) print(q.get_nowait()) #q.get(block=false) print(q.get_nowait()) #q.get(block=false) print(q.get_nowait()) #q.get(block=false)
二:生产者消费者模型
1. 什么是生产者消费者模型
生产者:代指生产数据的任务
消费者:代指处理数据的任务
该模型的工作方式:生产生产数据传递消费者处理
实现方式: 生产者---->队列<------消费者
2. 为什么要用
当程序中出现明细的两类任务,一类负责生产数据,一类负责处理数据,
就可以引入生产者消费者模型来实现生产者与消费者的解耦合,平衡生产能力与消费能力,从提升效率
3. 如何用
import time, random from multiprocessing import Process, Queue def produer(name, food, q): for i in range(3): # 生产的数量 res = '%s%s' % (food, i) # 造数据 time.sleep(random.randint(1, 3)) # 模拟生产数据的时间 q.put(res) print('厨师【%s】做了<%s>' % (name, res)) def consumer(name, q): while True: res = q.get() if res is None: break # 生产者生产完后break退出 time.sleep(random.randint(1, 3)) # 模拟处理数据的时间 print('吃货【%s】吃了<%s>' % (name, res)) if __name__ == '__main__': q = Queue() # 生产者们 p1 = Process(target=produer, args=('小混世魔王', '包子', q)) p2 = Process(target=produer, args=('中混世魔王', '馒头', q)) p3 = Process(target=produer, args=('大混世魔王', '鸡蛋', q)) # 消费者们 c1 = Process(target=consumer, args=('扒皮', q)) c2 = Process(target=consumer, args=('钢牙', q)) p1.start() p2.start() p3.start() c1.start() c2.start() print('主')