一文速通 Python 并行计算：06 Python 多线程编程-基于队列进行通信

摘要：

队列是一种线性数据结构，支持先进先出（FIFO）操作，常用于解耦生产者和消费者。慢速生产-快速消费场景中，队列作为缓冲区平衡速度差异。LifoQueue 是后进先出（LIFO）的栈式队列，适用于撤销操作等场景。PriorityQueue 则按优先级排序，适合任务调度等需要优先处理的场景。这三种队列分别通过 Queue、LifoQueue 和 PriorityQueue 类实现，提供 put()、get()等方法，是并发编程中线程安全的重要工具。

正文

1.队列的基本概念和应用

队列（queue），是先进先出（FIFO, First-In-First-Out）的线性表，在具体应用中通常用链表或者数组来实现，队列只允许在后端（称为 rear）进行插入操作，在前端（称为 front）进行删除操作，队列的操作方式和堆栈类似，唯一的区别在于队列只允许新数据在后端进行添加。在 Python 中队列可以通过内置模块 queue 导入，具体导入方法：from queue import Queue，queue 模块提供了适合多线程编程的先进先出的数据结构，可以用来在生产者和消费者线程之间安全的传递消息或者数据。 Queue 常用的方法有以下四个：

• put()****: 往 queue 中放一个 item。
• **get()****: **从 queue 删除一个 item，并返回删除的这个 item。
• task_done()****: 每次 item 被处理的时候需要调用这个方法。
• **join()****: **所有 item 都被处理之前一直阻塞。 这里以生产者-消费者模型为例，生产者向队列中发送产品，消费者从队列中接收产品。代码如下：

from threading import Thread, Event
from queue import Queue
import time
import random
class producer(Thread):
_# 首先，我们创建一个生产者类。_
    _# 由于我们使用队列存放数字，所以不需要用来存放数字的list了。_
    def __init__(self, queue):
        Thread.__init__(self)
        self.queue = queue
def run(self) :
        _# producer 类生产整数，然后通过一个 for 循环将整数放到队列中_
        for i in range(10):
            item = random.randint(0, 256)
            _# 生产者使用 Queue.put(item [,block[, timeout]]) 来往queue中插入数据。_
            _# Queue是同步的，在插入数据之前内部有一个内置的锁机制。_
            self.queue.put(item)
            _# 可能发生两种情况：_
            _# (1)如果 block 为 True ， timeout 为 None :_
            _#   那么可能会阻塞掉，直到出现可用的位置。如果 timeout 是正整数，_
            _#   那么阻塞直到这个时间，就会抛出一个异常。_
            _# (2)如果 block 为 False:_
            _#   如果队列有闲置那么会立即插入，否则就立即抛出异常（ timeout 将会被忽略）。_
            _#   本例中， put() 检查队列是否已满，然后调用 wait() 开始等待。_
            print('Producer notify: item N° %d appended to queue by %s' % (item, self.name))
            time.sleep(1)
class consumer(Thread):
    def __init__(self, queue):
        Thread.__init__(self)
        self.queue = queue
def run(self):
        while True:
            _# 消费者使用 Queue.get([block[, timeout]]) 从队列中取回数据，_
            _# queue内部也会经过锁的处理。如果队列为空，消费者阻塞。_
            item = self.queue.get()
            print('Consumer notify : %d popped from queue by %s' % (item, self.name))
            _# 消费者从队列中取出整数然后用 task_done() 方法将其标为任务已处理。_
            self.queue.task_done()
if __name__ == '__main__':
    queue = Queue()
    t1 = producer(queue)
    t2 = consumer(queue)
    t3 = consumer(queue)
    t4 = consumer(queue)
    t1.start()
    t2.start()
    t3.start()
    t4.start()
    t1.join()
    t2.join()
    t3.join()
    t4.join()

代码运行如下： 生产者和消费者之间的操作可以用下图来描述： Queue 的其他方法包括： > > > join()方法与 task_done()方法 > > Queue.task_done() 在完成一项工作之后，Queue.task_done() 函数向任务已经完成的队列发送一个信号。 > > Queue.join() 实际上意味着等到队列为空，再执行别的操作。 > > 如果线程里每从队列里取一次，但没有执行 task_done()，则 join 无法判断队列到底有没有结束，在最后执行个 join() 是等不到结果的，会一直挂起。可以理解为，每 task_done 一次 就从队列里删掉一个元素，这样在最后 join 的时候根据队列长度是否为零来判断队列是否结束，从而执行主线程。 >

2.慢速生产-快速消费

在快速生产-慢速消费的场景中，我们可以直接用 task_done() 与 join() 配合，来让 empty() 判断出队列是否已经结束。 当然，queue 我们可以正确判断是否已经清空，但是对于线程里的 get 方法，如果没有东西告诉它队列空了，get 会继续阻塞，那么我们就需要在 get 程序中加一个判断，如果 empty() 成立，break 退出循环，否则 get()还是会一直阻塞。 但是如果生产者速度与消费者速度相当，或者生产速度小于消费速度，则靠 task_done() 来实现队列减一则不靠谱，队列会时常处于供不应求的状态，常为 empty，所以用 empty 来判断则不靠谱。 那么这种情况会导致 join 可以判断出队列结束了，但是线程里不能依靠 empty() 来判断线程是否可以结束。 我们可以在消费队列的每个线程最后塞入一个特定的“标记”，在消费的时候判断，如果 get 到了这么一个“标记”，则可以判定队列结束了，因为生产队列都结束了，也不会再新增了。

3.先进后出队列 LifoQueue

与上文的 Queue 相反，最后存入的数据最先取出，最先存入的数据最后取出，先进后出队列类似于栈。 示例代码如下：

import queue
import threading
_# 可以设置队列的长度，当队列满的时候自动进入阻塞状态_
q = queue.LifoQueue(5)
def put():
    for i in range(3):
        q.put(i)
        print("数据 %d 被存入到队列中" % i)
    q.join()
def get():
    for i in range(3):
        value = q.get()
        print("数据 %d 从队列中取出" % value)
        q.task_done()
if __name__ == '__main__':
    t1 = threading.Thread(target=put, args=())
    t1.start()
    t2 = threading.Thread(target=get, args=())
    t2.start()

代码输出如下： 从运行结果，我们发现，我们写入数据的顺序是正序的，但是我们取出数据的顺序却是逆序的，这就说明，最新存进去的数据是最后出来的，也就是先进后出队列。

4.优先级队列 PriorityQueue

PriorityQueue(优先级队列)，即存入数据时候加入一个优先级，取数据的时候优先级最高的取出，在将数据存入到优先队列 PriorityQueue 时，设置的值越小，优先级越高（注意：使用优先级存数据取数据，队列中的数据必须是同一类型，举个栗子：班级成绩排名/身高排名……）。 示例代码：

import queue
q = queue.PriorityQueue()
q.put([1, 'ace'])
q.put([40, 333])
q.put([3, 'afd'])
q.put([5, '4asdg'])
_# 1是级别最高的，_
while not q.empty():  _# 不为空时候执行_
    print(q.get())
q = queue.PriorityQueue()
q.put('我')
q.put('你')
q.put('他')
q.put('她')
q.put('ta')
while not q.empty():
    print(q.get())

输出结果： 按优先级：不管是数字、字母、列表、元组等（字典、集合没测），使用优先级存数据取数据，队列中的数据必须是同一类型，都是按照实际数据的 ascii 码表的顺序进行优先级匹配，汉字是按照 unicode 表。