multiprocessing.Queue 多个进程生产和多个进程消费怎么处理

在这个示例中,我们创建了一个队列 q,并通过 multiprocessing.Manager().Queue() 来确保队列可以在多个进程之间共享。我们定义了 consumer 和 producer 函数,分别用于从队列中获取数据和向队列中放入数据。

在主进程中,我们创建了多个消费者和生产者进程,并将它们启动。生产者进程将数据放入队列,消费者进程从队列中取出数据并处理。生产者进程完成后,我们向队列发送 None 作为结束信号,告知消费者没有更多数据。每个消费者在接收到 None 后会停止工作。

注意,我们在 consumer 函数中使用了 queue.task_done() 来标记任务完成。这是可选的,但在使用 join() 方法等待队列中的所有任务完成时很有用。

这个模式允许多个生产者并发地向队列中放入数据,同时多个消费者并发地从队列中取出并处理数据,直到所有生产者完成生产,消费者接收到结束信号。

当使用 multiprocessing.Queue 进行多个生产者和多个消费者的场景时,队列可以很好地协调这些进程。以下是一个示例,展示了如何创建多个生产者和多个消费者,它们共享同一个队列:

python 复制代码
# encoding:utf-8
import multiprocessing
import time
import random

def consumer(queue):
    """
    作者:阙辉
    """
    while True:
        item = queue.get()  # 从队列中获取数据
        if item is None:
            print(f"Consumer {multiprocessing.current_process().name} received end signal.")
            queue.task_done()  # 标记任务完成
            break
        print(f"Consumer {multiprocessing.current_process().name} received {item}")
        time.sleep(random.uniform(0.5, 1.5))  # 模拟处理时间
        queue.task_done()  # 标记任务完成

def producer(queue, items):
    """
    作者:阙辉
    """
    for item in items:
        print(f"Producer {multiprocessing.current_process().name} sent {item}")
        queue.put(item)
        time.sleep(random.uniform(0.5, 1.5))  # 模拟生产时间

if __name__ == '__main__':
    manager = multiprocessing.Manager()
    q = manager.Queue()  # 使用 Manager.Queue 来支持多个生产者和消费者模式

    # 创建多个消费者进程
    consumers = [multiprocessing.Process(target=consumer, args=(q,)) for _ in range(4)]

    # 创建多个生产者进程
    producers = [multiprocessing.Process(target=producer, args=(q, range(20))) for _ in range(4)]

    # 启动所有消费者进程
    for c in consumers:
        c.start()

    # 启动所有生产者进程
    for p in producers:
        p.start()

    # 等待所有生产者完成
    for p in producers:
        p.join()

    # 发送结束信号,告知所有消费者没有更多数据
    for _ in consumers:
        q.put(None)

    # 等待所有消费者完成
    for c in consumers:
        c.join()

    print("All tasks completed.")
相关推荐
达梦产品与服务1 小时前
SQLark V4.4 更新 | 新增 SQL Server 数据库支持、自定义格式复制、Agent 辅助建表等 20+ 项功能已上线!
数据库
小Ti客栈3 小时前
MySQL 常用函数速查(完整篇)
数据库·mysql·adb
TomEval3 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
隔窗听雨眠3 小时前
高可用不止于数据库的全栈工程实践
数据库·架构设计·高可用
prince_zxill4 小时前
PEP 751 pylock.toml 实测:pip 26.3 装 6 个包版本全钉死,但 [web] 选不中任何东西
python·pip·依赖管理·pep 751
Resean02234 小时前
Spring 源码分析(二)配置类的解析与扫描
java·后端·spring
小毛球.4 小时前
第 3 篇:IDEA 最新版下载与完整安装教程(Mac)
java·macos·intellij-idea·idea
Thanks_ks5 小时前
Python 的垃圾回收——引用计数撑起日常,分代回收收拾残局
python·内存管理·垃圾回收·循环引用·引用计数·gc 模块·weakref
CyrusYiVPP5 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python