本文实例讲述了Python 进程操作之进程间通过队列共享数据,队列Queue。分享给大家供大家参考,具体如下:
队列中的数据是放在内存中的,可以通过分布式缓存redis优化队列。
demo.py(进程通过队列共享数据):
import multiprocessingdef download_from_web(q): """下载数据""" # 模拟从网上下载的数据 data = [11, 22, 33, 44] # 向队列中写入数据 for temp in data: q.put(temp) # 队列中写数据,队列满了会阻塞。 put_nowait() 队列满了会抛异常 print("---下载器已经下载完了数据并且存入到队列中----")def analysis_data(q): """数据处理""" waitting_analysis_data = list() # 从队列中获取数据 while True: data = q.get() # 队列中读数据,队列空了会阻塞。 get_nowait() 队列空了会抛异常 waitting_analysis_data.append(data) if q.empty(): # 队列是否为空。 q.full() 队列是否满了。 break # 模拟数据处理 print(waitting_analysis_data)def main(): # 1. 创建一个队列 (先进先出) q = multiprocessing.Queue(10) # 最多放10个数据。 如果不指定长度,默认最大(和硬件相关) # 2. 创建多个进程,将队列的引用当做实参进行传递 p1 = multiprocessing.Process(target=download_from_web, args=(q,)) p2 = multiprocessing.Process(target=analysis_data, args=(q,)) p1.start() p2.start()if __name__ == "__main__": main()
运行结果:
---下载器已经下载完了数据并且存入到队列中----
[11, 22, 33, 44]
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python进程与线程操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》、《Python+MySQL数据库程序设计入门教程》及《Python常见数据库操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
新闻热点
疑难解答