Python queue (队列)
queue (队列)
主要作用
解耦，使程序实现松耦合（一个模块修改不会影响其他模块）
提高效率
队列与列表的关系
队列中数据只有一份，取出就没有了，区别于列表，列表数据取出只是复制了一份
分类
FIFO (先入先出)
queue.Queue(maxsize=0)
示例：
import queue
q = queue.Queue()
q.put(1)
q.put(2)
q.put(3)
print(q.get())
print(q.get())
print(q.get())
输出结果：
1
2
3
LIFO (后入先出)
queue.LifoQueue
示例：
import queue
q = queue.LifoQueue()
q.put(1)
q.put(2)
q.put(3)
print(q.get())
print(q.get())
print(q.get())
输出结果：
3
2
1
PriorityQueue (数据可设置优先级)
queue.PriorityQueue
同优先级的按照 ASCII 排序
示例：
import queue
q = queue.PriorityQueue()
q.put((2, '2'))
q.put((1, '1'))
q.put((3, '3'))
q.put((1, 'a'))
print(q.get())
print(q.get())
print(q.get())
print(q.get())
输出结果：
(1, '1')
(1, 'a')
(2, '2')
(3, '3')
queue 模块
queue 模块中有 Queue 类，LifoQueue、PriorityQueue 都继承了 Queue
maxsize
maxsize 是实例化 Queue 类时的一个参数，默认为 0
Queue(maxsize=0) 可以控制队列中数据的容量
put
Queue.put(block=True, timeout=None)
block 用于设置是否阻塞， timeout 用于设置阻塞时等待时长
put_nowait() = put(block=False)
阻塞
当队列满了之后，put 就会阻塞，一直等待队列不再满时向里面添加数据
不阻塞
当队列满了之后，如果设置 put 不阻塞，或者等待时长到了之后会报错：queue.Full
get
Queue.get(block=True, timeout=None)
get_nowait() = get(block=False)
阻塞
当队列空了之后，get 就会阻塞，一直等待队列中有数据后再获取数据
不阻塞
当队列空了之后，如果设置 get 不阻塞，或者等待时长到了之后会报错：_queue.Empty
full & empty
Queue.empty()/Queue.full() 用于判断队列是否为空、满
尽量使用 qsize 代替
qsize
Queue.qsize() 用于获取队列中大致的数据量
注意：在多线程的情况下不可靠
因为在获取 qsize 时，其他线程可能又对队列进行操作了
join
join 会在队列存在未完成任务时阻塞，等待队列无未完成任务，需要配合 task_done 使用
task_done
执行一次 put 会让未完成任务 +1 ，但是执行 get 并不会让未完成任务 -1 ，需要使用 task_done 让未完成任务 -1 ，否则 join 就无法判断
队列为空时执行会报错：ValueError: task_done() called too many times
示例：
import queue
import threading
import time
def q_put():
for i in range(10):
q.put('1')
while True:
q.put('2')
time.sleep(1)
def q_get():
while True:
temp = q.get()
q.task_done()
print(temp)
time.sleep(0.3)
q = queue.Queue()
t1 = threading.Thread(target=q_put)
t2 = threading.Thread(target=q_get)
t1.start()
t2.start()
q.join()
print('queue is empty now')
主线程执行到 q.join 就开始阻塞，当 t2 线程将队列中的数据全部取出之后，主线程才继续执行。
如果将 task_done 注释掉主线程就永远阻塞在 q.join，不再继续向下执行
生产者消费者模型（主要用于解耦）
在多线程开发当中，如果生产线程处理速度很快，而消费线程处理速度很慢，那么生产线程就必须等待消费线程处理完，才能继续生产数据。同样的道理，如果消费线程的处理能力大于生产线程，那么消费线程就必须等待生产线程。为了解决这个问题于是引入了生产者和消费者模式
生产者消费者模式是通过一个容器来解决生产者和消费者的强耦合问题。生产者和消费者彼此之间不直接通讯，而通过阻塞队列来进行通讯，所以生产者生产完数据之后不用等待消费者处理，直接扔给阻塞队列，消费者不找生产者要数据，而是直接从阻塞队列里取，阻塞队列就相当于一个缓冲区，平衡了生产者和消费者的处理能力。
示例：
import threading
import time
import queue
def producer():
count = 1
while 1:
q.put('No.%i' % count)
print('Producer put No.%i' % count)
time.sleep(1)
count += 1
def customer(name):
while 1:
print('%s get %s' % (name, q.get()))
time.sleep(1.5)
q = queue.Queue(maxsize=5)
p = threading.Thread(target=producer, )
c = threading.Thread(target=customer, args=('jack', ))
p.start()
c.start()
使用生成器也可以实现简单的生产者消费者模型