suchen
HeimBackend-EntwicklungPython-TutorialVerwendung des Warteschlangenmoduls (Warteschlange) unter Python-Thread (mit Beispielen)

In diesem Artikel geht es um die Verwendung des Warteschlangenmoduls unter Python-Threads. Ich hoffe, dass es für Freunde hilfreich ist.

Das Warteschlangenmodul implementiert verschiedene [Multi-Produzenten-Multi-Verbraucher]-Warteschlangen. Kann zum sicheren Austausch von Informationen zwischen mehreren Ausführungsthreads verwendet werden.

Das Warteschlangenmodul definiert 3 verschiedene Warteschlangenklassen.

3 verschiedene Warteschlangenklassen

q=Queue(maxsize): Erstellen Sie eine FIFO-Warteschlange (First-In, First-Out, First-In, First-Out). maxsize ist die maximale Anzahl von Elementen, die in die Warteschlange gestellt werden können.
Wenn der Parameter maxsize weggelassen oder auf 0 gesetzt wird, ist die Warteschlangengröße unendlich.

q=LifoQueue(maxsize): Erstellen Sie eine LIFO-Warteschlange (Last-In, First-Out, Last-In, First-Out).

q=PriorityQueue(maxsize): Erstellen Sie eine Prioritätswarteschlange, in der Elemente von niedriger bis hoher Priorität angeordnet werden.
Bei Verwendung dieser Art von Warteschlange sollte das Element ein Tupel der Form (Priorität, Daten) sein, wobei Priorität eine Zahl ist, die die Priorität identifiziert.

Gemeinsame Methoden

q.size(): Gibt die korrekte Größe der Warteschlange zurück. Da möglicherweise andere Threads diese Warteschlange aktualisieren, ist die von dieser Methode zurückgegebene Zahl unzuverlässig.

q.empty(): Wenn die Warteschlange leer ist, geben Sie True zurück, andernfalls geben Sie False zurück.

q.full(): Wenn die Warteschlange voll ist, geben Sie True zurück, andernfalls geben Sie False zurück.

q.put(item, block, timeout): Element in die Warteschlange stellen.
Wenn die Blockierung auf „True“ (Standardwert) eingestellt ist, wird der Anrufer blockiert, bis eine verfügbare freie Position in der Warteschlange erscheint.
Wenn block auf False gesetzt ist, löst diese Methode eine Full-Ausnahme aus, wenn die Warteschlange voll ist.

q.put_nowait(item): Äquivalent zu q.put(item,False)

q.get(block, timeout): Löschen Sie ein Element aus der Warteschlange und geben Sie das Element zurück.
Wenn „Block“ auf „True“ (Standardwert) gesetzt ist, blockiert der Anrufer, bis in der Warteschlange eine freie Zeit verfügbar ist.
Wenn der Block auf „False“ gesetzt ist, wird eine Empty-Ausnahme ausgelöst, wenn die Warteschlange leer ist.
timeout stellt einen optionalen Timeout-Wert in Sekunden bereit. Bei einer Zeitüberschreitung wird eine Empty-Ausnahme ausgelöst.

q.get_nowait(): Äquivalent zu get(0)

q.task_done(): Wird von Verbrauchern von Daten in der Warteschlange verwendet, um anzuzeigen, dass die Verarbeitung des Elements beendet wurde. Wenn Sie diese Methode verwenden, sollte sie für jedes aus der Warteschlange entfernte Element einmal aufgerufen werden.

q.join(): Blockiert, bis alle Elemente in der Warteschlange entfernt und verarbeitet wurden. Diese Methode kehrt direkt zurück, sobald die Methode q.task_done() einmal für jedes Element in der Warteschlange aufgerufen wurde.

Beispiel:

Die Verwendung von Warteschlangen kann Multithread-Programme im Allgemeinen vereinfachen. Beispielsweise können Sie gemeinsam genutzte Warteschlangen verwenden, um Threads miteinander zu verbinden, ohne sich zum Schutz auf Sperren verlassen zu müssen.

Bei diesem Modell fungiert der Worker-Thread im Allgemeinen als Datenkonsument.

from threading import Thread
from queue import Queue
class WorkerThread(Thread):
    def __init__(self,*args,**kwargs):
        Thread.__init__(self,*args,**kwargs)
        self.input_queue=Queue()

    def send(self,item):
        self.input_queue.put(item)
    def close(self):
        self.input_queue.put(None)
        self.input_queue.join()
    def run(self):
        while True:
            item=self.input_queue.get()
            if item is None:
                break
            #实际开发中,此处应该使用有用的工作代替
            print(item)
            self.input_queue.task_done()
        #完成,指示收到和返回哨兵
        self.input_queue.task_done()
        return

if __name__=="__main__":
    w=WorkerThread()
    w.start()
    w.send("php")
    w.send("中")
    w.send("文")
    w.send("网")
    w.close()

Laufergebnisse:

php
中
文
网

Verwandte Empfehlungen:

Umfassende Analyse des Prinzips der Python-Thread-Prioritätswarteschlange (Warteschlange)

Thread-Synchronisierungsmethode mit Warteschlange und Bedingung in Python

Das obige ist der detaillierte Inhalt vonVerwendung des Warteschlangenmoduls (Warteschlange) unter Python-Thread (mit Beispielen). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Wie erstellen Sie mehrdimensionale Arrays mit Numpy?Wie erstellen Sie mehrdimensionale Arrays mit Numpy?Apr 29, 2025 am 12:27 AM

Durch die folgenden Schritte können mehrdimensionale Arrays mit Numpy erstellt werden: 1) Verwenden Sie die Funktion numpy.array (), um ein Array wie NP.Array ([1,2,3], [4,5,6]) zu erstellen, um ein 2D-Array zu erstellen; 2) Verwenden Sie np.zeros (), np.ones (), np.random.random () und andere Funktionen, um ein Array zu erstellen, das mit spezifischen Werten gefüllt ist; 3) Verstehen Sie die Form- und Größeneigenschaften des Arrays, um sicherzustellen, dass die Länge des Unterarrays konsistent ist und Fehler vermeiden. 4) Verwenden Sie die Funktion np.reshape (), um die Form des Arrays zu ändern. 5) Achten Sie auf die Speichernutzung, um sicherzustellen, dass der Code klar und effizient ist.

Erklären Sie das Konzept des 'Rundfunks' in Numpy -Arrays.Erklären Sie das Konzept des 'Rundfunks' in Numpy -Arrays.Apr 29, 2025 am 12:23 AM

SendeminnumpyissamethodtoperformoperationsonarraysofdifferentShapesByAutomaticaligningTHem.itsimplifiesCode, Verbesserung der Verschiebbarkeit, und BoostSPerformance.her'Showitworks: 1) kleinereArraysArepaddedwithonestOMatchDimens.2) compatibledimens

Erklären Sie, wie Sie zwischen Listen, Array.Array und Numpy -Arrays für die Datenspeicherung auswählen.Erklären Sie, wie Sie zwischen Listen, Array.Array und Numpy -Arrays für die Datenspeicherung auswählen.Apr 29, 2025 am 12:20 AM

Forpythondatastorage, ChooselistsforflexibilitätswithmixedDatatypes, Array.Arrayformemory-effizientesHomogenoususnumericalData und NumpyArraysForAdvancedNumericalComputing.ListsareversAntileffictionForLarGenicalDataSetsetaSets;

Geben Sie ein Beispiel für ein Szenario an, in dem die Verwendung einer Python -Liste angemessener wäre als die Verwendung eines Arrays.Geben Sie ein Beispiel für ein Szenario an, in dem die Verwendung einer Python -Liste angemessener wäre als die Verwendung eines Arrays.Apr 29, 2025 am 12:17 AM

PythonlistsarebetterTterThanarraysFormAnagingDiversedatatypes.1) ListScanholdElements ofdifferenttypes, 2) siearedynamic, erlauben EasyDitionSsandremovals, 3) sie antelluitive Operationenslikesklikationen, Buth), sie ohne Ereignis-effosidentandslowentlaunenfeuer.

Wie können Sie in einem Python -Array auf Elemente zugreifen?Wie können Sie in einem Python -Array auf Elemente zugreifen?Apr 29, 2025 am 12:11 AM

ToaccesselementSinapythonarray, useIndexing: my_array [2] AccessaThThirtelement, returning3.pythonuseszero-basiertindexing.1) usepositiveAndnegativeIndexing: my_list [0] fORGHEFIRSTELEMENT, MY_LIST [-1] Forthelast.2) VerwendungsforArange: my_list [1: 5] extractsselemen

Ist das Tupelverständnis in Python möglich? Wenn ja, wie und wenn nicht warum?Ist das Tupelverständnis in Python möglich? Wenn ja, wie und wenn nicht warum?Apr 28, 2025 pm 04:34 PM

In Artikel wird die Unmöglichkeit des Tupelverständnisses in Python aufgrund von Syntax -Mehrdeutigkeiten erörtert. Alternativen wie die Verwendung von Tuple () mit Generatorausdrücken werden vorgeschlagen, um Tupel effizient zu erstellen (159 Zeichen)

Was sind Module und Pakete in Python?Was sind Module und Pakete in Python?Apr 28, 2025 pm 04:33 PM

Der Artikel erläutert Module und Pakete in Python, deren Unterschiede und Verwendung. Module sind einzelne Dateien, während Pakete Verzeichnisse mit einer __init__.py -Datei sind, die verwandte Module hierarchisch organisieren.

Was ist Docstring in Python?Was ist Docstring in Python?Apr 28, 2025 pm 04:30 PM

In Artikel werden Docstrings in Python, deren Nutzung und Vorteile erörtert. Hauptproblem: Bedeutung von DocStrings für die Code -Dokumentation und -zugriffsfunktion.

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heiße Werkzeuge

MinGW – Minimalistisches GNU für Windows

MinGW – Minimalistisches GNU für Windows

Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

SublimeText3 Englische Version

SublimeText3 Englische Version

Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

SublimeText3 Linux neue Version

SublimeText3 Linux neue Version

SublimeText3 Linux neueste Version

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Herunterladen der Mac-Version des Atom-Editors

Herunterladen der Mac-Version des Atom-Editors

Der beliebteste Open-Source-Editor