京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Python中使用Queue和Condition进行线程同步的方法
这篇文章主要介绍了Python中使用Queue模块和Condition对象进行线程同步的方法,配合threading模块下的线程编程进行操作的实例,需要的朋友可以参考下
Queue模块保持线程同步
利用Queue对象先进先出的特性,将每个生产者的数据一次存入队列,而每个消费者将依次从队列中取出数据
import threading # 导入threading模块
import Queue # 导入Queue模块
class Producer(threading.Thread):# 定义生产者类
def __init__(self,threadname):
threading.Thread.__init__(self,name = threadname)
def run(self):
global queue # 声明queue为全局变量
queue.put(self.getName()) # 调用put方法将线程名添加到队列中
print self.getName(),'put ',self.getName(),' to queue'
class Consumer(threading.Thread):# 定义消费者类
def __init__(self,threadname):
threading.Thread.__init__(self,name = threadname)
def run(self):
global queue
print self.getName(),'get ',queue.get(),'from queue'#调用get方法获取队列中内容
queue = Queue.Queue() # 生成队列对象
plist = [] # 生成者对象列表
clist = [] # 消费者对象列表
for i in range(10):
p = Producer('Producer' + str(i))
plist.append(p) # 添加到生产者对象列表
for i in range(10):
c = Consumer('Consumer' + str(i))
clist.append(c) # 添加到消费者对象列表
for i in plist:
i.start() # 运行生产者线程
i.join()
for i in clist:
i.start() # 运行消费者线程
i.join()
######运行结果######
>>> Producer0 put Producer0 to queue
Producer1 put Producer1 to queue
Producer2 put Producer2 to queue
Producer3 put Producer3 to queue
Producer4 put Producer4 to queue
Producer5 put Producer5 to queue
Producer6 put Producer6 to queue
Producer7 put Producer7 to queue
Producer8 put Producer8 to queue
Producer9 put Producer9 to queue
Consumer0 get Producer0 from queue
Consumer1 get Producer1 from queue
Consumer2 get Producer2 from queue
Consumer3 get Producer3 from queue
Consumer4 get Producer4 from queue
Consumer5 get Producer5 from queue
Consumer6 get Producer6 from queue
Consumer7 get Producer7 from queue
Consumer8 get Producer8 from queue
Consumer9 get Producer9 from queue
Condition实现复杂的同步
使用Condition对象可以在某些事件触发或者达到特定的条件后才处理数据,Condition除了具有Lock对象的acquire方法和release方法外,
还有wait方法,notify方法,notifyAll方法等用于条件处理。
条件变量保持线程同步:threading.Condition()
wait():线程挂起,直到收到一个notify通知才会被唤醒继续运行
notify():通知其他线程,那些挂起的线程接到这个通知之后会开始运行
notifyAll(): 如果wait状态线程比较多,notifyAll的作用就是通知所有线程(这个一般用得少)
#coding:utf-8
import threading
import time
cond = threading.Condition()
class kongbaige(threading.Thread):
def __init__(self, cond, diaosiname):
threading.Thread.__init__(self, name = diaosiname)
self.cond = cond
def run(self):
self.cond.acquire() #获取锁
print self.getName() + ':一支穿云箭' #空白哥说的第一句话
self.cond.notify() #唤醒其他wait状态的线程(通知西米哥 让他说话)
#然后进入wait线程挂起状态等待notify通知(等西米哥的回复,接下来俩人就开始扯蛋)
self.cond.wait()
print self.getName() + ':山无棱,天地合,乃敢与君绝!'
self.cond.notify()
self.cond.wait()
print self.getName() + ':紫薇!!!!(此处图片省略)'
self.cond.notify()
self.cond.wait()
print self.getName() + ':是你'
self.cond.notify()
self.cond.wait()
#这里是空白哥说的最后一段话,接下来就没有对白了
print self.getName() + ':有钱吗 借点'
self.cond.notify() #通知西米哥
self.cond.release() #释放锁
class ximige(threading.Thread):
def __init__(self, cond, diaosiname):
threading.Thread.__init__(self, name = diaosiname)
self.cond = cond
def run(self):
self.cond.acquire()
self.cond.wait() #线程挂起(等西米哥的notify通知)
print self.getName() +':千军万马来相见'
self.cond.notify() #说完话了notify空白哥wait的线程
self.cond.wait() #线程挂起等待空白哥的notify通知
print self.getName() + ':海可枯,石可烂,激情永不散!'
self.cond.notify()
self.cond.wait()
print self.getName() + ':尔康!!!(此处图片省略)'
self.cond.notify()
self.cond.wait()
print self.getName() + ':是我'
self.cond.notify()
self.cond.wait()
#这里是最后一段话,后面空白哥没接话了 所以说完就释放锁 结束线程
print self.getName() + ':滚'
self.cond.release()
kongbai = kongbaige(cond, ' ')
ximi = ximige(cond, '西米')
#尼玛下面这2个启动标志是关键,虽然是空白哥先开的口,但是不能让他先启动,
#因为他先启动的可能直到发完notify通知了,西米哥才开始启动,
#西米哥启动后会一直处于44行的wait状态,因为空白哥已经发完notify通知了进入wait状态了,
#而西米哥没收到
#造成的结果就是2根线程就一直在那挂起,什么都不干,也不扯蛋了
ximi.start()
kongbai.start()
######运行结果######
:一支穿云箭
西米:千军万马来相见
:山无棱,天地合,乃敢与君绝!
西米:海可枯,石可烂,激情永不散!
:紫薇!!!!(此处图片省略)
西米:尔康!!!(此处图片省略)
:是你
西米:是我
:有钱吗 借点
西米:滚
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04