Python如何通過隊列實現進程間通信

本篇內容主要講解“Python如何通過隊列實現進程間通信”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Python如何通過隊列實現進程間通信”吧!

一、前言

在多進程中，每個進程之間是什么關系呢？其實每個進程都有自己的地址空間、內存、數據棧以及其他記錄其運行狀態的輔助數據。下面通過一個例子，驗證一下進程之間能否直接共享信息。

定義一個全局變量g_num，分別創建2個子進程對g_num執行不同的操作，并輸出操作后的結果。

代碼如下：

# _*_ coding:utf-8 _*_
from multiprocessing import Process
def plus():
    print("-------子進程1開始----------")
    global g_num
    g_num += 50
    print("g_num is %d" % g_num)
    print("-------子進程1結束----------")
def minus():
    print("-------子進程2開始----------")
    global g_num
    g_num -= 50
    print("g_num is %d" % g_num)
    print("-------子進程2結束----------")
g_num = 100  # 定義一個全局變量
if __name__ == "__main__":
    print("-------主進程開始----------")
    print("g_num is %d" % g_num)
    p1 = Process(target=plus)  # 實例化進程p1
    p2 = Process(target=minus)  # 實例化進程p2
    p1.start()  # 開啟p1進程
    p2.start()  # 開啟p2進程
    p1.join()  # 等待p1進程結束
    p2.join()  # 等待p2進程結束
    print("-------主進程結束----------")

運行結果如圖所示：

上述代碼中，分別創建了2個子進程，一個子進程中令g_num加上50，另一個子進程令g_num減去50。但是從運行結果可以看出來，g_num在父進程和2個子進程中的初始值都是100。也就是全局變量g_num在一個進程中的結果，沒有傳到下一個進程中，即進程之間沒有共享信息。

進程間示意圖如圖所示：

要如何才能實現進程間的通信呢？Python的multiprocessing模塊包裝了底層的機制，提供了Queue(隊列)、Pipes(管道)等多種方式來交換數據。本文將講解通過隊列（Queue）來實現進程間的通信。

二、隊列簡介

隊列（Queue）就是模型仿現實中的排隊。例如學生在食堂排隊買飯。新來的學生排隊到隊伍最后，最前面的學生買完飯走開，后面的學生跟上。

可以看出隊列有兩個特點：

• 新來的學生都排在隊尾。

• 最前的學生完成后離隊，后面一個跟上。

根據以上特點，可以歸納出隊列的結構如圖所示：

三、多進程隊列的使用

進程之間有時需要通信，操作系統提供了很多機制來實現進程間的通信。可以使用multiprocessing模塊的Queue實現多進程之間的數據傳遞。Queue本身是一個消息隊列程序，下面介紹一下Queue的使用。

初始化Queue()對象時（例如：q=Queue(num)）,若括號中沒有指定最大可接收的消息數量，或數量為負值，那么就代表可接收的消息數量沒有上限（直到內存的盡頭）。

Queue的常用方法如下：

Queue.qsize()：返回當前隊列包含的消息數量。Queue.empty()：如果隊列為空，返回True；返之返回False。Queue.full()：如果隊列滿了，返回True；反之返回False。Queue.get(block[,timeout])：獲取隊列中的一條信息，然后將其從隊列中移除，block默認值為True。

如果block使用默認值，且沒有設置timeout(單位秒)，消息隊列為空，此時程序將被阻塞（停在讀取狀態），直到從消息隊列讀到消息為止。如果設置了timeout，則會等待timeout秒，若還沒有讀取任何消息，則拋出“Queue.Empty”異常。

如果block值為False，消息隊列為空，則會立刻拋出“Queue.Empty”異常。

Queue.get_nowait()：相當于Queue.get(False)。Queue.put(item,[block[,timeout]])：將item消息寫入隊列，block默認值為True。

如果block使用默認值，且沒有設置timeout(單位秒)，消息隊列如果已經沒有空間可以寫入，此時程序將被阻塞(停在寫入狀態)，直到從消息隊列騰出空間為止，如果設置了timeout，則會等待timeout秒，若還沒有空間，則拋出“Queue.Full”異常。

如果block值為False，消息隊列沒有空間可寫入，則會立刻拋出“Queue.Full”異常

Queue.put_nowait(item)：相當Queue.put(item,False)。

下面，通過一個例子學習一下如何使用processing.Queue。

代碼如下：

# _*_ coding:utf-8 _*_
from multiprocessing import Queue
if __name__ == "__main__":
    q = Queue(3)
    q.put("消息1")
    q.put("消息2")
    print(q.full())  # 返回False
    q.put("消息3")
    print(q.full())  # 返回True
    # 因為消息隊列已滿，下面的try都會拋出異常
    # 第一個try會等待2秒再拋出異常，第二個try會立刻拋出異常
    try:
        q.put("消息4", True, 2)
    except:
        print("消息隊列已滿，現有消息數量:%s" % q.qsize())

    try:
        q.put_nowait("消息4")
    except:
        print("消息隊列已滿，現有消息數量:%s" % q.qsize())

    # 讀取消息時，先判斷消息隊列是否為空，再讀取
    if not q.empty():
        print("-----從隊列中獲取消息-------")
        for i in range(q.qsize()):
            print(q.get_nowait())
    # 先判讀消息隊列是否已滿，再寫入：
    if not q.full():
        q.put_nowait("消息4")

運行結果如圖所示：

四、使用隊列在進程間通信

我們知道使用multiprocessing.Process可以創建多進程，使用multiprocessing.Queue可以實現隊列的操作。接下來，通過一個示例結合Process和Queue實現進程間的通信。

創建2個子進程，一個子進程負責向隊列中寫入數據，另外一個子進程負責從隊列中讀取數據。為了保證能夠正確從隊列中讀取數據，設置讀取數據的進程等待時間為2秒。如果2秒后乃然無法讀取數據，則拋出異常。

代碼如下：

# _*_ coding:utf-8 _*_
from multiprocessing import Process, Queue
import time
# 向隊列中寫入數據
def write_task(q):
    if not q.full():
        for i in range(5):
            message = "消息" + str(i)
            q.put(message)
            print("寫入：%s" % message)
# 從隊列中讀取數據
def read_task(q):
    time.sleep(1)  # 休眠1秒
    while not q.empty():
        print("讀取：%s" % q.get(True, 2))  # 等待2秒中，如果沒有讀取到任何信息，則拋出異常
if __name__ == "__main__":
    print("--------父進程開始---------")
    q = Queue()  # 父進程創建Queue，并傳給各個子進程
    pw = Process(target=write_task, args=(q,))  # 實例化寫入隊列的子進程，并傳遞給隊列
    pr = Process(target=read_task, args=(q,))  # 實例化讀取隊列的子進程，并傳遞給隊列
    pw.start()  # 啟動子進程pw，寫入
    pr.start()  # 啟動子進程pr，讀取
    pw.join()  # 等待pw結束
    pr.join()  # 等待pr結束
    print("-------父進程結束-----------")

運行結果如下：

到此，相信大家對“Python如何通過隊列實現進程間通信”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！