前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python -- Queue模块

Python -- Queue模块

作者头像
py3study
发布2020-01-05 15:53:07
1.1K0
发布2020-01-05 15:53:07
举报
文章被收录于专栏:python3python3

学习契机

最近的一个项目中在使用grpc时遇到一个问题,由于client端可多达200,每个端口每10s向grpc server发送一次请求,server端接受client的请求后根据request信息更新数据库,再将数据库和配置文件的某些数据封装后返回给client。原代码的性能是0.26s/request,远远达不到所需性能,其中数据库更新操作耗时达到80%,其中一个优化点就是将数据库更新操作放在独立的线程中。 在次之前没有使用过线程编码,学以致用后本着加深理解的想法,将这个过程记录下来,这里先记下用于线程间通信的队列Queue的相关知识。

概念

Python2中队列库名称为Queue,Python3中已改名为queue,项目使用Python2.7.5版本,自然是使用Queue。 Queue模块中提供了同步的、线程安全的队列类,包括FIFO(先入先出)队列Queue,LIFO(后入先出)队列LifoQueue,和优先级队列PriorityQueue。这些队列都实现了锁原语,可在多线程通信中直接使用。

Queue模块定义了以下类及异常,在队列类中,maxsize限制可入队列数据的数量,值小于等于0时代表不限制:

  • Queue.Queue(maxsize=0) FIFO队列
  • Queue.LifoQueue(maxsize=0) LIFO队列
  • Queue.PriorityQueue(maxsize=0) 优先级队列
  • Queue.Empty TODO
  • Queue.Full

Queue(Queue、LifoQueue、PriorityQueue)对象提供以下方法:

  • Queue.qsize() 返回队列大小,但是不保证qsize() > 0时,get()不会阻塞;也不保证qsize() < maxsize时,put()不会阻塞。
  • Queue.empty() 返回True时,不保证put()时不会阻塞;返回False时不保证get()不会阻塞。
  • Queue.full() 返回True时,不保证get()时不会阻塞;返回False时不保证put()不会阻塞。
  • Queue.put(item[, block[, timeout]]) block默认值为False,指定为True时代表可以阻塞,若同时指定timeout,在超时时返回Full exception。
  • Queue.put_nowait(item) 等同put(item, False)
  • Queue.get([block[, timeout]])
  • Queue.get_nowait() 等同get(item, False)
  • Queue.task_done() 消费者线程调用。调用get()后,可调用task_done()告诉队列该任务已经处理完毕。 如果当前一个join()正在阻塞,它将在队列中的所有任务都处理完时恢复执行(即每一个由put()调用入队的任务都有一个对应的task_done()调用)。
  • Queue.join() 阻塞调用线程,直到队列中的所有任务被处理掉。 只要有数据被加入队列,未完成的任务数就会增加。当消费者线程调用task_done()(意味着有消费者取得任务并完成任务),未完成的任务数就会减少。当未完成的任务数降到0,join()解除阻塞。

应用

UpdateThread是单一消费者进程,获取FIFO队列中的数据处理,GrpcThread是multi生产者线程,需要对往队列中丢数据这个操作加锁保证数据先后顺序。

代码语言:javascript
复制
import threading
import Queue
import time

q = Queue.Queue()
q_lock = threading.Lock()


class UpdateThread(threading.Thread):

    def __init__(self):
        super(self.__class__, self).__init__()
        self.setName(self.__class__.__name__)
        self._setName = self.setName

    @staticmethod
    def update_stat():
        global q
        while not q.empty():
            stat = q.get()
            print 'Update stat (%s) in db' % stat

    def run(self):
        while True:
            self.update_stat()
            time.sleep(0.1)


class GrpcThread(threading.Thread):

    def compose_stat(self, stat):
        global q
        q_lock.acquire()
        q.put('%d: %s' % (stat, self.name))
        q_lock.release()
        return

    def run(self):
        for i in range(10):
            self.compose_stat(i)
            time.sleep(0.1)


def launch_update_thread():
    UpdateThread().start()


if __name__ == '__main__':
    launch_update_thread()
    thread1 = GrpcThread()
    thread2 = GrpcThread()

    thread1.start()
    thread2.start()
本文参与?腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2019-10-08 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客?前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与?腾讯云自媒体分享计划? ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 学习契机
  • 概念
  • 应用
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
http://www.vxiaotou.com