Python3.4模拟实现生产者消费者模式

散仙使用python3.4模拟实现的一个生产者与消费者的例子，用到的知识有线程，队列，循环等，源码如下：

import  queue
import time
import threading
import  random


q=queue.Queue(5)

#生产者
def pr():
    name=threading.current_thread().getName()
    print(name+"线程启动......")
    for i in range(100):
        t=random.randint(2,9)
        print(name,"睡眠时间: ",t)
        time.sleep(t);
        d="A"+str(i)
        print(name+"正在存第",i+1,"个数据: ",d)
        #q.put("A"+str(i),False,2000)
        q.put(d)
    print("生产完毕!")


#消费者
def co():
    name=threading.current_thread().getName()
    time.sleep(1)
    print(name+"线程启动......")

    while True:
        print(name+"检测到队列数量: ",q.qsize())
        t=random.randint(2,9)
        print(name,"睡眠时间: ",t)
        data=q.get();
        print(name+"消费一个数据: ",data)




p=threading.Thread(target=pr,name="生产者")
c=threading.Thread(target=co,name="消费者1")
c2=threading.Thread(target=co,name="消费者2")

p.start()
c.start()
c2.start()

在本例里面散仙启动了1个生产者线程，2个消费者线程，打印效果如下：

生产者线程启动......
生产者 睡眠时间:  4
消费者1线程启动......
消费者1检测到队列数量:  0
消费者1 睡眠时间:  2
消费者2线程启动......
消费者2检测到队列数量:  0
消费者2 睡眠时间:  3
生产者正在存第 1 个数据:  A0
生产者 睡眠时间:  9
消费者1消费一个数据:  A0
消费者1检测到队列数量:  0
消费者1 睡眠时间:  8
生产者正在存第 2 个数据:  A1
生产者 睡眠时间:  5
消费者2消费一个数据:  A1
消费者2检测到队列数量:  0
消费者2 睡眠时间:  7
生产者正在存第 3 个数据:  A2
生产者 睡眠时间:  8
消费者1消费一个数据:  A2
消费者1检测到队列数量:  0
消费者1 睡眠时间:  2
生产者正在存第 4 个数据:  A3
生产者 睡眠时间:  7
消费者2消费一个数据:  A3
消费者2检测到队列数量:  0
消费者2 睡眠时间:  9
生产者正在存第 5 个数据:  A4
生产者 睡眠时间:  2
消费者1消费一个数据:  A4
消费者1检测到队列数量:  0
消费者1 睡眠时间:  5
生产者正在存第 6 个数据:  A5
生产者 睡眠时间:  5
消费者2消费一个数据:  A5
消费者2检测到队列数量:  0
消费者2 睡眠时间:  6
生产者正在存第 7 个数据:  A6
生产者 睡眠时间:  7
消费者1消费一个数据:  A6
消费者1检测到队列数量:  0
消费者1 睡眠时间:  7
生产者正在存第 8 个数据:  A7
生产者 睡眠时间:  3
消费者2消费一个数据:  A7
消费者2检测到队列数量:  0
消费者2 睡眠时间:  8
生产者正在存第 9 个数据:  A8
生产者 睡眠时间:  2
消费者1消费一个数据:  A8
消费者1检测到队列数量:  0
消费者1 睡眠时间:  4
生产者正在存第 10 个数据:  A9
生产者 睡眠时间:  4
消费者2消费一个数据:  A9
消费者2检测到队列数量:  0
消费者2 睡眠时间:  5
生产者正在存第 11 个数据:  A10
生产者 睡眠时间:  2
消费者1消费一个数据:  A10
消费者1检测到队列数量:  0
消费者1 睡眠时间:  3
生产者正在存第 12 个数据:  A11
生产者 睡眠时间:  3
消费者2消费一个数据:  A11
消费者2检测到队列数量:  0
消费者2 睡眠时间:  3
生产者正在存第 13 个数据:  A12
生产者 睡眠时间:  3
消费者1消费一个数据:  A12
消费者1检测到队列数量:  0
消费者1 睡眠时间:  3
生产者正在存第 14 个数据:  A13
生产者 睡眠时间:  8
消费者2消费一个数据:  A13
消费者2检测到队列数量:  0
消费者2 睡眠时间:  7
生产者正在存第 15 个数据:  A14
生产者 睡眠时间:  3
消费者1消费一个数据:  A14
消费者1检测到队列数量:  0
消费者1 睡眠时间:  7
生产者正在存第 16 个数据:  A15
生产者 睡眠时间:  2
消费者2消费一个数据:  A15
消费者2检测到队列数量:  0
消费者2 睡眠时间:  9

从这个例子中，我们发现利用队列，来做同步时非常简单方便的，除此之外队列，还有如下几个方便的方法：

介绍一下此包中的常用方法:

Queue.qsize() 返回队列的大小 
Queue.empty() 如果队列为空，返回True,反之False 
Queue.full() 如果队列满了，返回True,反之False
Queue.full 与 maxsize 大小对应 
Queue.get([block[, timeout]])获取队列，timeout等待时间 
Queue.get_nowait() 相当Queue.get(False)
非阻塞 Queue.put(item) 写入队列，timeout等待时间 
Queue.put_nowait(item) 相当Queue.put(item, False)
Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号
Queue.join() 实际上意味着等到队列为空，再执行别的操作