什么是生產(chǎn)者消費(fèi)者模式

在軟件開發(fā)的過程中，經(jīng)常碰到這樣的場景：

某些模塊負(fù)責(zé)生產(chǎn)數(shù)據(jù)，這些數(shù)據(jù)由其他模塊來負(fù)責(zé)處理(此處的模塊可能是：函數(shù)、線程、進(jìn)程等)。產(chǎn)生數(shù)據(jù)的模塊稱為生產(chǎn)者，而處理數(shù)據(jù)的模塊稱為消費(fèi)者。在生產(chǎn)者與消費(fèi)者之間的緩沖區(qū)稱之為倉庫。生產(chǎn)者負(fù)責(zé)往倉庫運(yùn)輸商品，而消費(fèi)者負(fù)責(zé)從倉庫里取出商品，這就構(gòu)成了生產(chǎn)者消費(fèi)者模式。

結(jié)構(gòu)圖如下：

為了大家容易理解，我們舉一個寄信的例子。假設(shè)你要寄一封信，大致過程如下：

你把信寫好——相當(dāng)于生產(chǎn)者生產(chǎn)數(shù)據(jù)

你把信放入郵箱——相當(dāng)于生產(chǎn)者把數(shù)據(jù)放入緩沖區(qū)

郵遞員把信從郵箱取出，做相應(yīng)處理——相當(dāng)于消費(fèi)者把數(shù)據(jù)取出緩沖區(qū)，處理數(shù)據(jù)

生產(chǎn)者消費(fèi)者模式的優(yōu)點(diǎn)

• 解耦

假設(shè)生產(chǎn)者和消費(fèi)者分別是兩個線程。如果讓生產(chǎn)者直接調(diào)用消費(fèi)者的某個方法，那么生產(chǎn)者對于消費(fèi)者就會產(chǎn)生依賴(也就是耦合)。如果未來消費(fèi)者的代碼發(fā)生變化，可能會影響到生產(chǎn)者的代碼。而如果兩者都依賴于某個緩沖區(qū)，兩者之間不直接依賴，耦合也就相應(yīng)降低了。

舉個例子，我們?nèi)ム]局投遞信件，如果不使用郵箱(也就是緩沖區(qū))，你必須得把信直接交給郵遞員。有同學(xué)會說，直接給郵遞員不是挺簡單的嘛?其實(shí)不簡單，你必須 得認(rèn)識誰是郵遞員，才能把信給他。這就產(chǎn)生了你和郵遞員之間的依賴(相當(dāng)于生產(chǎn)者和消費(fèi)者的強(qiáng)耦合)。萬一哪天郵遞員 換人了，你還要重新認(rèn)識一下(相當(dāng)于消費(fèi)者變化導(dǎo)致修改生產(chǎn)者代碼)。而郵箱相對來說比較固定，你依賴它的成本就比較低(相當(dāng)于和緩沖區(qū)之間的弱耦合)。

• 并發(fā)

由于生產(chǎn)者與消費(fèi)者是兩個獨(dú)立的并發(fā)體，他們之間是用緩沖區(qū)通信的，生產(chǎn)者只需要往緩沖區(qū)里丟數(shù)據(jù)，就可以繼續(xù)生產(chǎn)下一個數(shù)據(jù)，而消費(fèi)者只需要從緩沖區(qū)拿數(shù)據(jù)即可，這樣就不會因為彼此的處理速度而發(fā)生阻塞。

繼續(xù)上面的例子，如果我們不使用郵箱，就得在郵局等郵遞員，直到他回來，把信件交給他，這期間我們啥事兒都不能干(也就是生產(chǎn)者阻塞)。或者郵遞員得挨家挨戶問，誰要寄信(相當(dāng)于消費(fèi)者輪詢)。

• 支持忙閑不均

當(dāng)生產(chǎn)者制造數(shù)據(jù)快的時候，消費(fèi)者來不及處理，未處理的數(shù)據(jù)可以暫時存在緩沖區(qū)中，慢慢處理掉。而不至于因為消費(fèi)者的性能造成數(shù)據(jù)丟失或影響生產(chǎn)者生產(chǎn)。

我們再拿寄信的例子，假設(shè)郵遞員一次只能帶走1000封信，萬一碰上情人節(jié)(或是圣誕節(jié))送賀卡，需要寄出去的信超過了1000封，這時候郵箱這個緩沖區(qū)就派上用場了。郵遞員把來不及帶走的信暫存在郵箱中，等下次過來時再拿走。

通過上面的介紹大家應(yīng)該已經(jīng)明白了生產(chǎn)者消費(fèi)者模式。

Python中的多線程編程

在實(shí)現(xiàn)生產(chǎn)者消費(fèi)者模式之前，我們先學(xué)習(xí)下Python中的多線程編程。

線程是操作系統(tǒng)直接支持的執(zhí)行單元，高級語言通常都內(nèi)置多線程的支持，Python也不例外，并且Python的線程是真正的Posix Thread，而不是模擬出來的線程。

Python的標(biāo)準(zhǔn)庫提供了兩個模塊：_thread和threading，_thread是低級模塊，threading是高級模塊，對_thread進(jìn)行了封裝。絕大多數(shù)情況下，我們只需要使用threading這個高級模塊。

下面我們先看一段在Python中實(shí)現(xiàn)多線程的代碼。

import time,threading 
 
#線程代碼 
 
class TaskThread(threading.Thread): 
 
    def __init__(self,name): 
 
        threading.Thread.__init__(self,name=name) 
 
    def run(self): 
 
        print('thread %s is running...' % self.getName()) 
 
  
 
        for i in range(6): 
 
            print('thread %s >>> %s' % (self.getName(), i)) 
 
            time.sleep(1) 
 
  
 
        print('thread %s finished.' % self.getName()) 
 
  
 
taskthread = TaskThread('TaskThread') 
 
taskthread.start() 
 
taskthread.join()  

下面是程序的執(zhí)行結(jié)果：

thread TaskThread is running... 
 
thread TaskThread >>> 0 
 
thread TaskThread >>> 1 
 
thread TaskThread >>> 2 
 
thread TaskThread >>> 3 
 
thread TaskThread >>> 4 
 
thread TaskThread >>> 5 
 
thread TaskThread finished.  

TaskThread類繼承自threading模塊中的Thread線程類。構(gòu)造函數(shù)的name參數(shù)指定線程的名字，通過重載基類run函數(shù)實(shí)現(xiàn)具體任務(wù)。

在簡單熟悉了Python的線程后，下面我們實(shí)現(xiàn)一個生產(chǎn)者消費(fèi)者模式。

from Queue import Queue 
 
import random,threading,time 
 
  
 
#生產(chǎn)者類 
 
class Producer(threading.Thread): 
 
    def __init__(self, name,queue): 
 
        threading.Thread.__init__(self, name=name) 
 
        self.data=queue 
 
  
 
    def run(self): 
 
        for i in range(5): 
 
            print("%s is producing %d to the queue!" % (self.getName(), i)) 
 
            self.data.put(i) 
 
            time.sleep(random.randrange(10)/5) 
 
        print("%s finished!" % self.getName()) 
 
  
 
#消費(fèi)者類 
 
class Consumer(threading.Thread): 
 
    def __init__(self,name,queue): 
 
        threading.Thread.__init__(self,name=name) 
 
        self.data=queue 
 
    def run(self): 
 
        for i in range(5): 
 
            val = self.data.get() 
 
            print("%s is consuming. %d in the queue is consumed!" % (self.getName(),val)) 
 
            time.sleep(random.randrange(10)) 
 
        print("%s finished!" % self.getName()) 
 
  
 
def main(): 
 
    queue = Queue() 
 
    producer = Producer('Producer',queue) 
 
    consumer = Consumer('Consumer',queue) 
 
  
 
    producer.start() 
 
    consumer.start() 
 
  
 
    producer.join() 
 
    consumer.join() 
 
    print 'All threads finished!' 
 
  
 
if __name__ == '__main__': 
 
    main()  

執(zhí)行結(jié)果可能如下：

Producer is producing 0 to the queue! 
 
Consumer is consuming. 0 in the queue is consumed! 
 
Producer is producing 1 to the queue! 
 
Producer is producing 2 to the queue! 
 
Consumer is consuming. 1 in the queue is consumed! 
 
Consumer is consuming. 2 in the queue is consumed! 
 
Producer is producing 3 to the queue! 
 
Producer is producing 4 to the queue! 
 
Producer finished! 
 
Consumer is consuming. 3 in the queue is consumed! 
 
Consumer is consuming. 4 in the queue is consumed! 
 
Consumer finished! 
 
All threads finished!  

因為多線程是搶占式執(zhí)行的，所以打印出的運(yùn)行結(jié)果不一定和上面的完全一致。

小結(jié)

本例通過Python實(shí)現(xiàn)了一個簡單的生產(chǎn)者消費(fèi)者模型。Python中的Queue模塊已經(jīng)提供了對線程同步的支持，所以本文并沒有涉及鎖、同步、死鎖等多線程問題。