京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Python中使用Queue和Condition进行线程同步的方法
这篇文章主要介绍了Python中使用Queue模块和Condition对象进行线程同步的方法,配合threading模块下的线程编程进行操作的实例,需要的朋友可以参考下
Queue模块保持线程同步
利用Queue对象先进先出的特性,将每个生产者的数据一次存入队列,而每个消费者将依次从队列中取出数据
import threading # 导入threading模块
import Queue # 导入Queue模块
class Producer(threading.Thread):# 定义生产者类
def __init__(self,threadname):
threading.Thread.__init__(self,name = threadname)
def run(self):
global queue # 声明queue为全局变量
queue.put(self.getName()) # 调用put方法将线程名添加到队列中
print self.getName(),'put ',self.getName(),' to queue'
class Consumer(threading.Thread):# 定义消费者类
def __init__(self,threadname):
threading.Thread.__init__(self,name = threadname)
def run(self):
global queue
print self.getName(),'get ',queue.get(),'from queue'#调用get方法获取队列中内容
queue = Queue.Queue() # 生成队列对象
plist = [] # 生成者对象列表
clist = [] # 消费者对象列表
for i in range(10):
p = Producer('Producer' + str(i))
plist.append(p) # 添加到生产者对象列表
for i in range(10):
c = Consumer('Consumer' + str(i))
clist.append(c) # 添加到消费者对象列表
for i in plist:
i.start() # 运行生产者线程
i.join()
for i in clist:
i.start() # 运行消费者线程
i.join()
######运行结果######
>>> Producer0 put Producer0 to queue
Producer1 put Producer1 to queue
Producer2 put Producer2 to queue
Producer3 put Producer3 to queue
Producer4 put Producer4 to queue
Producer5 put Producer5 to queue
Producer6 put Producer6 to queue
Producer7 put Producer7 to queue
Producer8 put Producer8 to queue
Producer9 put Producer9 to queue
Consumer0 get Producer0 from queue
Consumer1 get Producer1 from queue
Consumer2 get Producer2 from queue
Consumer3 get Producer3 from queue
Consumer4 get Producer4 from queue
Consumer5 get Producer5 from queue
Consumer6 get Producer6 from queue
Consumer7 get Producer7 from queue
Consumer8 get Producer8 from queue
Consumer9 get Producer9 from queue
Condition实现复杂的同步
使用Condition对象可以在某些事件触发或者达到特定的条件后才处理数据,Condition除了具有Lock对象的acquire方法和release方法外,
还有wait方法,notify方法,notifyAll方法等用于条件处理。
条件变量保持线程同步:threading.Condition()
wait():线程挂起,直到收到一个notify通知才会被唤醒继续运行
notify():通知其他线程,那些挂起的线程接到这个通知之后会开始运行
notifyAll(): 如果wait状态线程比较多,notifyAll的作用就是通知所有线程(这个一般用得少)
#coding:utf-8
import threading
import time
cond = threading.Condition()
class kongbaige(threading.Thread):
def __init__(self, cond, diaosiname):
threading.Thread.__init__(self, name = diaosiname)
self.cond = cond
def run(self):
self.cond.acquire() #获取锁
print self.getName() + ':一支穿云箭' #空白哥说的第一句话
self.cond.notify() #唤醒其他wait状态的线程(通知西米哥 让他说话)
#然后进入wait线程挂起状态等待notify通知(等西米哥的回复,接下来俩人就开始扯蛋)
self.cond.wait()
print self.getName() + ':山无棱,天地合,乃敢与君绝!'
self.cond.notify()
self.cond.wait()
print self.getName() + ':紫薇!!!!(此处图片省略)'
self.cond.notify()
self.cond.wait()
print self.getName() + ':是你'
self.cond.notify()
self.cond.wait()
#这里是空白哥说的最后一段话,接下来就没有对白了
print self.getName() + ':有钱吗 借点'
self.cond.notify() #通知西米哥
self.cond.release() #释放锁
class ximige(threading.Thread):
def __init__(self, cond, diaosiname):
threading.Thread.__init__(self, name = diaosiname)
self.cond = cond
def run(self):
self.cond.acquire()
self.cond.wait() #线程挂起(等西米哥的notify通知)
print self.getName() +':千军万马来相见'
self.cond.notify() #说完话了notify空白哥wait的线程
self.cond.wait() #线程挂起等待空白哥的notify通知
print self.getName() + ':海可枯,石可烂,激情永不散!'
self.cond.notify()
self.cond.wait()
print self.getName() + ':尔康!!!(此处图片省略)'
self.cond.notify()
self.cond.wait()
print self.getName() + ':是我'
self.cond.notify()
self.cond.wait()
#这里是最后一段话,后面空白哥没接话了 所以说完就释放锁 结束线程
print self.getName() + ':滚'
self.cond.release()
kongbai = kongbaige(cond, ' ')
ximi = ximige(cond, '西米')
#尼玛下面这2个启动标志是关键,虽然是空白哥先开的口,但是不能让他先启动,
#因为他先启动的可能直到发完notify通知了,西米哥才开始启动,
#西米哥启动后会一直处于44行的wait状态,因为空白哥已经发完notify通知了进入wait状态了,
#而西米哥没收到
#造成的结果就是2根线程就一直在那挂起,什么都不干,也不扯蛋了
ximi.start()
kongbai.start()
######运行结果######
:一支穿云箭
西米:千军万马来相见
:山无棱,天地合,乃敢与君绝!
西米:海可枯,石可烂,激情永不散!
:紫薇!!!!(此处图片省略)
西米:尔康!!!(此处图片省略)
:是你
西米:是我
:有钱吗 借点
西米:滚
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13