队列运行多个函数 - Python编程代码示例

运行此代码应该产生以下输出：

注意：我们将使用Python 3作为这些例子。

使用队列运行多个函数

作为数据结构，队列是非常普遍的，并且以多种方式存在。 它被组织为先进先出（FIFO）或先进先出（LIFO）/堆栈，以及有和没有优先级（优先级队列）。 数据结构被实现为具有固定数量条目的数组，或作为包含可变数量的单个元素的列表。

在列表2.1-2.7中，我们使用FIFO队列。 它被实现为已经由来自multiprocessing模块的相应类提供的列表。此外，time模块被加载并用于模拟工作负载。

清单2.1：要使用的模块

接下来，定义一个worker函数（清单2.2）。 该函数实际上代表代理，需要三个参数。进程名称指示它是哪个进程，tasks和results都指向相应的队列。

在工作函数里面是一个while循环。tasks和results都是在主程序中定义的队列。tasks.get()从要处理的任务队列中返回当前任务。小于0的任务值退出while循环，返回值为-1。任何其他任务值都将执行一个计算（平方），并返回此值。将值返回到主程序实现为result.put()。这将在results队列的末尾添加计算值。

清单2.2：worker函数

下一步是主循环（参见清单2.3）。首先，定义了进程间通信（IPC）的经理。接下来，添加两个队列，一个保留任务，另一个用于结果。

 

清单2.3：IPC和队列

完成此设置后，我们定义一个具有四个工作进程（代理）的进程池。我们使用类multiprocessing.Pool()，并创建一个它的实例。 接下来，我们定义一个空的进程列表（见清单2.4）。

 

清单2.4：定义一个进程池

 

作为以下步骤，我们启动了四个工作进程（代理）。 为了简单起见，它们被命名为“P0”到“P3”。使用multiprocessing.Pool()完成创建四个工作进程。这将它们中的每一个连接到worker功能以及任务和结果队列。 最后，我们在进程列表的末尾添加新初始化的进程，并使用new_process.start()启动新进程（参见清单2.5）。

清单2.5：准备worker进程

 

我们的工作进程正在等待工作。我们定义一个任务列表，在我们的例子中是任意选择的整数。这些值将使用tasks.put()添加到任务列表中。每个工作进程等待任务，并从任务列表中选择下一个可用任务。 这由队列本身处理（见清单2.6）。

清单2.6：准备任务队列

 

过了一会儿，我们希望我们的代理完成。 每个工作进程对值为-1的任务做出反应。 它将此值解释为终止信号，此后死亡。 这就是为什么我们在任务队列中放置尽可能多的-1，因为我们有进程运行。 在死机之前，终止的进程会在结果队列中放置-1。 这意味着是代理正在终止的主循环的确认信号。

在主循环中，我们从该队列读取，并计数-1。 一旦我们计算了我们有过程的终止确认数量，主循环就会退出。 否则，我们从队列中输出计算结果。

清单2.7：结果的终止和输出

 

示例2显示了Python程序的输出。 运行程序不止一次，您可能会注意到，工作进程启动的顺序与从队列中选择任务的进程本身不可预测。 但是，一旦完成结果队列的元素的顺序与任务队列的元素的顺序相匹配。

示例2

注意：如前所述，由于执行顺序不可预测，您的输出可能与上面显示的输出不一致。

 

使用os.system()方法