一:队列(Queue):

  1、定义:队列可以理解成一个容器,这个容器内部是有顺序的,类似于链表和堆栈,队列也是存储数据的结构。队列中数据进入队列的顺序很重要,一般来说,队列就是一群人或者事物按照排好的顺序等待接受服务或者处理

SRE实战 互联网时代守护先锋,助力企业售后服务体系运筹帷幄!一键直达领取阿里云限量特价优惠。

  2、作用:

      a、程序之间的解耦(降低代码依赖度):假如是在前端后端之间加入队列,那么前端只需要将数据丢到队列中,并不需要关心后端怎么生成数据的,前端用户数量的扩展也与后端无关,后端数据处理能力的扩展也与前端无关。

      b、提高程序执行效率:前端无需等待后端执行完毕,只需要将数据放到队列中,队列自行执行,这期间就可以去干别的事情,回头来取结果即可。

  3、队列和列表的区别?

      有列表为什么还要队列呢?列表也可以当成一个容器来用,区别就在于列表数据取出相当于复制一份取出,除非手动删除这个数据,不然还依然会在列表中,而队列则取走一个就自动删除了。

  4、队列代码:

import queue

import queue

# 带优先级的队列,数字越小,优先级越高
q = queue.PriorityQueue()
q.put((-1, "car1"))
q.put((3, "car2"))
q.put((10, "car3"))
q.put((6, "car4"))
print(q.get())
print(q.get())
print(q.get())
print(q.get())
# 先进先去
q = queue.Queue()
q.put("1")
q.put("2")
q.put("3")
print(q.get())
print(q.get())
print(q.get())

# 后进先出,生活中也有这种例子,比如买水果,肯定是买先进的新鲜的水果
q = queue.LifoQueue()
q.put(1)
q.put(2)
q.put(3)
print(q.get())
print(q.get())
print(q.get())
# 如果get的次数已经超过了队列中元素的数量,那么程序就会进入等待,等待队列中新的元素进入(需要另外一个线程添加元素),
# 如果不想程序进入等待,可以用get_nowait或者get(block=False),如果队列为空会抛出Empty异常,或者判断队列元素empty则不get
if not q.empty():
    print("从队列中拿出元素:", q.get())
# print("...1",q.get(block=False))
# print("...2",q.get_nowait())

 

二、生产者消费者模型:

  1、定义:此模型通过一个容器来解决数据生成者和消费者之间的强耦合问题,生成者和消费者之间不直接通信,而通过阻塞队列来通信,生成者生成数据以后不需要等消费者,只需将数据放到队列中,消费者也不直接找生产者要数据,而是直接到队列中取,队列相当于一个缓冲区,平衡生产和消费者的处理能力。

# 生产消费模型
import queue
import threading
import time

# 生产了10个以后,生产线程阻塞,只有消费者消费了一个以后才会继续生产
q = queue.Queue(maxsize=10)


# 生产者
def Producer(name):
    count = 1
    while True:
        q.put("骨头%s" % count)
        print(" 一共生产了骨头:%s" % count," 目前队列有:%s" % q.qsize())
        count += 1
        # 生产的越快,吃的越快
        time.sleep(0.1)


# 消费者
def Consumer(name):
    # while q.qsize()>0:
    while True:
        print("             [%s] 取到[%s] 并且吃了它..." % (name, q.get()))
        time.sleep(1)


p = threading.Thread(target=Producer, args=("生产者1",))
c = threading.Thread(target=Consumer, args=("用户1",))
c1 = threading.Thread(target=Consumer, args=("用户2",))

p.start()
c.start()
c1.start()

 

扫码关注我们
微信号:SRE实战
拒绝背锅 运筹帷幄