Python queue队列原理与应用案例分析
本文实例讲述了Python queue队列原理与应用。分享给大家供大家参考，具体如下：
作用：
解耦：使程序直接实现松耦合，修改一个函数，不会有串联关系。
提高处理效率：ＦＩＦＯ ＝ 现进先出，ＬＩＦＯ ＝ 后入先出。
队列：
队列可以并发的派多个线程，对排列的线程处理，并切每个需要处理线程只需要将请求的数据放入队列容器的内存中，线程不需要等待，当排列完毕处理完数据后，线程在准时来取数据即可。请求数据的线程只与这个队列容器存在关系，处理数据的线程down掉不会影响到请求数据的线程，队列会派给其他线程处理这分数据，它实现了解耦，提高效率。队列内会有一个有顺序的容器，列表与这个容器是有区别的，列表中数据虽然是排列的，但数据被取走后还会保留，而队列中这个容器的数据被取后将不会保留。当必须在多个线程之间安全地交换信息时，队列在线程编程中特别有用。
参数介绍：
# 先入先出 maxsize 可设置大小，设置block=False抛异常 class queue.Queue(maxsize=0) # 后进先出 class queue.LifoQueue(maxsize=0) # 存储数据时可设置优先级的队列 # 优先级设置数越小等级越高 class queue.PriorityQueue(maxsize=0) # 放入数据 Queue.put(item, block=True, timeout=None) # 取出数据 #没有数据将会等待 Queue.get(block=True, timeout=None) # 如果1秒后没取到数据就退出 Queue.get(timeout = 1) # 取数据，如果没数据抛queue.Empty异常 Queue.get_nowait() # 查看队列大小 Queue.qsize() # 返回True,如果空 Queue.empty() #return True if empty # 设置队列大小 Queue.full() # 后续调用告诉队列，任务的处理是完整的。 Queue.task_done()
生产者消费者模型：
import threading,time
import queue
# 最多存入10个
q = queue.Queue(maxsize=10)
def producer(name):
count = 1
while True:
# 生产一块骨头
q.put("骨头 %s" % count )
print("生产了骨头",count)
count +=1
time.sleep(0.3)
def consumer(name):
while True:
print("%s 取到[%s] 并且吃了它" %(name, q.get()))
time.sleep(1)
# 告知这个任务执行完了
q.task_done()
# 生成线程
p = threading.Thread(target=producer,args=("德国骨科",))
c = threading.Thread(target=consumer,args=("陈狗二",))
d = threading.Thread(target=consumer,args=("吕特黑",))
# 执行线程
p.start()
c.start()
d.start()
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
