用Python多线程实现生产者消费者模式

什么是生产者消费者模式

在软件开发的过程中，经常碰到这样的场景：

某些模块负责生产数据，这些数据由其他模块来负责处理(此处的模块可能是：函数、线程、进程等)。产生数据的模块称为生产者，而处理数据的模块称为消费者。在生产者与消费者之间的缓冲区称之为仓库。生产者负责往仓库运输商品，而消费者负责从仓库里取出商品，这就构成了生产者消费者模式。

结构图如下：

为了大家容易理解，我们举一个寄信的例子。假设你要寄一封信，大致过程如下：

你把信写好——相当于生产者生产数据

你把信放入邮箱——相当于生产者把数据放入缓冲区

邮递员把信从邮箱取出，做相应处理——相当于消费者把数据取出缓冲区，处理数据

生产者消费者模式的优点

• 解耦

假设生产者和消费者分别是两个线程。如果让生产者直接调用消费者的某个方法，那么生产者对于消费者就会产生依赖(也就是耦合)。如果未来消费者的代码发生变化，可能会影响到生产者的代码。而如果两者都依赖于某个缓冲区，两者之间不直接依赖，耦合也就相应降低了。

举个例子，我们去邮局投递信件，如果不使用邮箱(也就是缓冲区)，你必须得把信直接交给邮递员。有同学会说，直接给邮递员不是挺简单的嘛?其实不简单，你必须
得认识谁是邮递员，才能把信给他。这就产生了你和邮递员之间的依赖(相当于生产者和消费者的强耦合)。万一哪天邮递员
换人了，你还要重新认识一下(相当于消费者变化导致修改生产者代码)。而邮箱相对来说比较固定，你依赖它的成本就比较低(相当于和缓冲区之间的弱耦合)。

• 并发

由于生产者与消费者是两个独立的并发体，他们之间是用缓冲区通信的，生产者只需要往缓冲区里丢数据，就可以继续生产下一个数据，而消费者只需要从缓冲区拿数据即可，这样就不会因为彼此的处理速度而发生阻塞。

继续上面的例子，如果我们不使用邮箱，就得在邮局等邮递员，直到他回来，把信件交给他，这期间我们啥事儿都不能干(也就是生产者阻塞)。或者邮递员得挨家挨户问，谁要寄信(相当于消费者轮询)。

• 支持忙闲不均

当生产者制造数据快的时候，消费者来不及处理，未处理的数据可以暂时存在缓冲区中，慢慢处理掉。而不至于因为消费者的性能造成数据丢失或影响生产者生产。

我们再拿寄信的例子，假设邮递员一次只能带走1000封信，万一碰上情人节(或是圣诞节)送贺卡，需要寄出去的信超过了1000封，这时候邮箱这个缓冲区就派上用场了。邮递员把来不及带走的信暂存在邮箱中，等下次过来时再拿走。

通过上面的介绍大家应该已经明白了生产者消费者模式。

Python中的多线程编程

在实现生产者消费者模式之前，我们先学习下Python中的多线程编程。

线程是操作系统直接支持的执行单元，高级语言通常都内置多线程的支持，Python也不例外，并且Python的线程是真正的Posix Thread，而不是模拟出来的线程。

Python的标准库提供了两个模块：_thread和threading，_thread是低级模块，threading是高级模块，对_thread进行了封装。绝大多数情况下，我们只需要使用threading这个高级模块。

下面我们先看一段在Python中实现多线程的代码。

1. import time,threading 
2.  
3. #线程代码 
4.  
5. class TaskThread(threading.Thread): 
6.  
7.     def __init__(self,name): 
8.  
9.         threading.Thread.__init__(self,name=name) 
10.  
11.     def run(self): 
12.  
13.         print('thread %s is running...' % self.getName()) 
14.  
15.   
16.  
17.         for i in range(6): 
18.  
19.             print('thread %s >>> %s' % (self.getName(), i)) 
20.  
21.             time.sleep(1) 
22.  
23.   
24.  
25.         print('thread %s finished.' % self.getName()) 
26.  
27.   
28.  
29. taskthread = TaskThread('TaskThread') 
30.  
31. taskthread.start() 
32.  
33. taskthread.join()  

下面是程序的执行结果：

1. thread TaskThread is running... 
2.  
3. thread TaskThread >>> 0 
4.  
5. thread TaskThread >>> 1 
6.  
7. thread TaskThread >>> 2 
8.  
9. thread TaskThread >>> 3 
10.  
11. thread TaskThread >>> 4 
12.  
13. thread TaskThread >>> 5 
14.  
15. thread TaskThread finished.  

TaskThread类继承自threading模块中的Thread线程类。构造函数的name参数指定线程的名字，通过重载基类run函数实现具体任务。

在简单熟悉了Python的线程后，下面我们实现一个生产者消费者模式。

1. from Queue import Queue 
2.  
3. import random,threading,time 
4.  
5.   
6.  
7. #生产者类 
8.  
9. class Producer(threading.Thread): 
10.  
11.     def __init__(self, name,queue): 
12.  
13.         threading.Thread.__init__(self, name=name) 
14.  
15.         self.data=queue 
16.  
17.   
18.  
19.     def run(self): 
20.  
21.         for i in range(5): 
22.  
23.             print("%s is producing %d to the queue!" % (self.getName(), i)) 
24.  
25.             self.data.put(i) 
26.  
27.             time.sleep(random.randrange(10)/5) 
28.  
29.         print("%s finished!" % self.getName()) 
30.  
31.   
32.  
33. #消费者类 
34.  
35. class Consumer(threading.Thread): 
36.  
37.     def __init__(self,name,queue): 
38.  
39.         threading.Thread.__init__(self,name=name) 
40.  
41.         self.data=queue 
42.  
43.     def run(self): 
44.  
45.         for i in range(5): 
46.  
47.             val = self.data.get() 
48.  
49.             print("%s is consuming. %d in the queue is consumed!" % (self.getName(),val)) 
50.  
51.             time.sleep(random.randrange(10)) 
52.  
53.         print("%s finished!" % self.getName()) 
54.  
55.   
56.  
57. def main(): 
58.  
59.     queue = Queue() 
60.  
61.     producer = Producer('Producer',queue) 
62.  
63.     consumer = Consumer('Consumer',queue) 
64.  
65.   
66.  
67.     producer.start() 
68.  
69.     consumer.start() 
70.  
71.   
72.  
73.     producer.join() 
74.  
75.     consumer.join() 
76.  
77.     print 'All threads finished!' 
78.  
79.   
80.  
81. if __name__ == '__main__': 
82.  
83.     main()  

执行结果可能如下：

1. Producer is producing 0 to the queue! 
2.  
3. Consumer is consuming. 0 in the queue is consumed! 
4.  
5. Producer is producing 1 to the queue! 
6.  
7. Producer is producing 2 to the queue! 
8.  
9. Consumer is consuming. 1 in the queue is consumed! 
10.  
11. Consumer is consuming. 2 in the queue is consumed! 
12.  
13. Producer is producing 3 to the queue! 
14.  
15. Producer is producing 4 to the queue! 
16.  
17. Producer finished! 
18.  
19. Consumer is consuming. 3 in the queue is consumed! 
20.  
21. Consumer is consuming. 4 in the queue is consumed! 
22.  
23. Consumer finished! 
24.  
25. All threads finished!  

因为多线程是抢占式执行的，所以打印出的运行结果不一定和上面的完全一致。

小结

本例通过Python实现了一个简单的生产者消费者模型。Python中的Queue模块已经提供了对线程同步的支持，所以本文并没有涉及锁、同步、死锁等多线程问题。

作者：佚名

来源：51CTO