python threading queue模組中join setDaemon及task_done的使用方法及樣本

來源:互聯網
上載者:User

標籤:停止   style   線程阻塞   set   target   模組   pos   maxsize   報錯資訊   

 

threading:

    t.setDaemon(True)  將線程設定成守護線程,主進行結束後,此線程也會被強制結束。如果線程沒有設定此值,則主線程執行完畢後還會等待此線程執行。

    t.join() 線程阻塞,只有當線程運行結束後才會繼續執行後續語句

 

樣本:

#coding: utf-8import threadingimport timedef foo(name):    time.sleep(2)    print ‘this is %s \n‘ % (name,)    if __name__ == ‘__main__‘:    mythread = []    for i in range(5):        t = threading.Thread(target=foo, args=(i, ))#      t.setDaemon(True)        t.start()        mythread.append(t)#  for t in mythread:#     t.join()    print ‘-- end --‘

 

 

運行結果(注意,print為非安全執行緒,所以列印內容有時會比較亂):

-- end --

this is 1

this is 2

this is 4

 

this is 0

this is 3

 

 

 

Process finished with exit code 0

 

可以看到,主線程和子線程是獨立啟動並執行(最後一行先被列印),主線程運行結束後依舊等待子線程結束。

把上面的t.setDaemon(True)取消注釋,再運行一遍,發現只列印了如下內容:

-- end --

 

Process finished with exit code 0

 

即主線程運行結束後,會強制結束掉子線程

 

我們繼續再把下面的注釋去掉

# for t in mythread:

#     t.join()

 

再運行一遍,輸出如下:

this is 1

this is 0

 

 

this is 3

 

this is 4

this is 2

 

 

-- end --

 

Process finished with exit code 0

 

注意:end在最後才被輸出,說明在join那裡阻塞了主線程的運行,在等待子線程運行完成。

 

queue:

       q.put(item) 將item放入隊列中。

       q.get() 從隊列中取出資料。

       q.task_done() 每次從queue中get一個資料之後,當處理好相關問題,最後調用該方法,以提示q.join()是否停止阻塞,讓線程向前執行或者退出;

       q.join() 阻塞,直到queue中的資料已經每項已經task_done處理到空。

       如果不使用task_done也可以,可以通過q.full() q.empty()等來判斷

 

 

q.join()隱藏的問題:

       對於生產者-消費者模型,這種阻塞方式是有漏洞的,因為如果queue初始為空白,q.join()會直接停止阻塞,繼續執行後續語句。

       還有另一種情況,就是生產者生產速度比較慢,而消費者消費速度比較快,也有可能停止阻塞,繼續執行後續語句

       如果有多個消費者,沒有生產者,且queue始初化為一定的資料量,則可以正常執行。

 

樣本:

#coding: utf-8import Queueimport threadingimport timequeue = Queue.Queue(maxsize=3)def produce():    for i in range(5):        item = "item" + str(i)        queue.put(item)        print "%s produce" % (item, )        # time.sleep(4)        def customer():    while True:        time.sleep(2)        item = queue.get()        print "process %s finished" % (item, )        queue.task_done()        if __name__ == ‘__main__‘:    t = threading.Thread(target=produce)    t.setDaemon(True)    t.start()    for i in range(3):        c = threading.Thread(target=customer)        c.setDaemon(True)        c.start()    queue.join()    print ‘-- end --‘ 

 

運行輸出如下:

item0 produce

item1 produce

item2 produce

process item0 finished

 process item2 finishedprocess item1 finished

 

item3 produce

item4 produce

process item3 finished

process item4 finished

-- end --

 

Process finished with exit code 0

 

可以看到程式正常結束,end字元也在最後在列印出來。

我們把produce函數中注釋掉如下語句,

        queue.put(item)

        print "%s produce" % (item, )

運行得到:

-- end --

 

Process finished with exit code 0

 

即queue為空白,join()方法並不阻塞線程。

 

我們在produce函數中加上sleep,讓生產慢一點,去掉time.sleep(4)前面的注釋,運行得到:

item0 produce

process item0 finished

-- end --

Process finished with exit code 0

 

有時運行有可能會得到這樣的錯誤資訊:

Exception in thread Thread-3 (most likely raised during interpreter shutdown)

 

報錯資訊表明主線程不等待子線程就結束了。

 

可以發現,其實produce函數中應該還有任務要產生,但因為太慢,在join語句那裡檢測到隊列為已經全部被設定task_done,就會繼續往後執行,這有可能有時並不我們需要的,針對這樣的情況,我們可以在queue.join()前加多一個子句t.join()即可達成目的。

如果我們再把customer函數中的queue.task_done()函數去掉,運行得到

item0 produce

process item0 finished

item1 produce

 process item1 finished

item2 produce

process item2 finished

item3 produce

process item3 finished

item4 produce

process item4 finished

 

注意程式一直沒有結束,而最後一行end語句也沒有出現。因為在join那裡,雖然隊列已經全部為消費完,已經為0,但是由於它不是調用task_done函數而讓其計數為0,所以此時,函數會一直阻塞在這裡。

 

python threading queue模組中join setDaemon及task_done的使用方法及樣本

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.