
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
Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18