并发编程之多进程3 （生产者与消费者模型） 回调函数

一、生产者消费模型补充

　　总结：

　　　　---生产者消费者模型程序中两种角色：①负责生产数据（生产者）；②负责处理数据（消费者）

　　　　---生产者消费者模型的作用：平衡生产者与消费者之间的速度差。

　　　　---实现方式：生产者——>队列——>消费者

　　如上篇博客内容关于生产消费模型内容，在生产者生产数据的过程结束后，即使消费者已将数据完全获取，消费者程序也不能结束，需由主进程或者生产者在结束生产程序后发送给消费者结束口令，消费者程序才会结束。但是如果出现多个消费者和多个生产者，这种情况又该如何解决？方法如下两种：

1、根据消费者数量传送结束信号（low）

from multiprocessing import Process,Queue
import time,random,os

def procducer(q):
    for i in range(10):
        res=‘包子%s‘ %i
        time.sleep(0.5)
        q.put(res)
        print(‘%s 生产了 %s‘ %(os.getpid(),res))

def consumer(q):
    while True:
        res=q.get()
        if res is None:
            break
        print(‘%s 吃 %s‘ %(os.getpid(),res))
        time.sleep(random.randint(2,3))

if __name__ == ‘__main__‘:
    q=Queue()
    p=Process(target=procducer,args=(q,))
    c=Process(target=consumer,args=(q,))

    p.start()
    c.start()

    p.join()
    q.put(None)
    print(‘主‘)

from multiprocessing import Process,Queue
import time
import random
import os
def producer(name,q):
    for i in range(10):
        res=‘%s%s‘ %(name,i)
        time.sleep(random.randint(1, 3))
        q.put(res)
        print(‘%s生产了%s‘ %(os.getpid(),res))
def consumer(name,q):
    while True:
        res=q.get()
        if not res:break
        print(‘%s吃了%s‘ %(name,res))
if __name__==‘__main__‘:
    q=Queue()
    p1=Process(target=producer,args=(‘巧克力‘,q))
    p2=Process(target=producer,args=(‘甜甜圈‘,q))
    p3=Process(target=producer, args=(‘奶油蛋糕‘,q))
    c1=Process(target=consumer,args=(‘alex‘,q))
    c2=Process(target=consumer,args=(‘egon‘,q))

    _p=[p1,p2,p3,c1,c2]
    for p in _p:
        p.start()
    p1.join()
    p2.join()
    p3.join()
    ‘‘‘保证生产程序结束后，再发送结束信号，发送数量和消费者数量一致‘‘‘
    q.put(None)
    q.put(None)

天啊噜

2、JoinableQueue队列机制

　JoinableQueue与Queue队列基本相似，但前者队列允许项目的使用者通知生成者项目已经被成功处理。通知进程是使用共享的信号和条件变量来实现的。Queue实例的对象具有的方法JoinableQueue同样具有，除此JoinableQueue还具有如下方法：

　　①q.join():生产者调用此方法进行阻塞，直到队列中所有的项目均被处理。阻塞将持续到队列中的每个项目均调用q.task_done（）方法为止

　　②q.task_done():使用者使用此方法发出信号，表示q.get()的返回项目已经被处理。如果调用此方法的次数大于从队列中删除项目的数量，将引发ValueError异常

from multiprocessing import Process,JoinableQueue
import time
import random
def producer(name,food,q):
    for i in range(10):
        res=‘%s%s‘ %(food,i)
        time.sleep(random.randint(1, 3))
        q.put(res)
        print(‘%s生产了%s‘ %(name,res))
    q.join()  #阻塞生产者进程，保证此进程结束时消费者进程已处理完其产生的数据
def consumer(name,q):
    while True:
        res=q.get()
        if not res:break
        print(‘%s吃了%s‘ %(name,res))
        q.task_done()
if __name__==‘__main__‘:
    q=JoinableQueue()
    p1=Process(target=producer,args=(1,‘巧克力‘,q))
    p2=Process(target=producer,args=(2,‘奶油蛋糕‘,q))
    p3 = Process(target=producer, args=(3,‘冰糖葫芦‘, q))
    c1=Process(target=consumer,args=(‘lishi‘,q))
    c2=Process(target=consumer,args=(‘jassin‘,q))
    ‘‘‘守护进程保证主进程结束时，守护进程也立即结束‘‘‘
    c1.daemon=True
    c2.daemon=True

    _p=[p1,p2,p3,c1,c2]
    for p in _p:
        p.start()
    p1.join()
    p2.join()
    p3.join()

二、回调函数

　　进程池执行完一个获得数据的进程，即刻要求通知主进程拿去解析数据。主进程调用一个函数去处理，这个函数便被称为回调函数，要求进程池进程的结果为回调函数的参数。

　　爬虫实例：

线程池

import requests
from concurrent.futures import ThreadPoolExecutor（线程池）,ProcessPoolExecutor（进程池）
from threading import current_thread
import time
import os

def get(url):  # 下载
    print(‘%s GET %s‘ %(current_thread().getName(),url))
    response=requests.get(url)
    time.sleep(3)
    if response.status_code == 200:   # 固定，=200表示下载完成
        return {‘url‘:url,‘text‘:response.text}

def parse(obj):  # 解析
    res=obj.result()
    print(‘[%s] <%s> (%s)‘ % (current_thread().getName(), res[‘url‘],len(res[‘text‘])))

if __name__ == ‘__main__‘:
    urls = [
        ‘https://www.python.org‘,
        ‘https://www.baidu.com‘,
        ‘https://www.jd.com‘,
        ‘https://www.tmall.com‘,
    ]
    t=ThreadPoolExecutor(2)
    for url in urls:
        t.submit(get,url).add_done_callback(parse)
    t.shutdown(wait=True)

    print(‘主‘,os.getpid())

我们可以把耗时间（阻塞）的任务放到进程池中，然后指定回调函数（主进程负责执行），这样主进程在执行回调函数时就省去了I/O的过程，直接拿到的是任务的结果。如果在主进程中等待进程池中所有任务都执行完毕后，再统一处理结果，则无需回调函数。

进程池

import requests
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor
import time
import os

def get(url):
    print(‘%s GET %s‘ %(os.getpid(),url))
    response=requests.get(url)
    time.sleep(3)
    if response.status_code == 200:
        return {‘url‘:url,‘text‘:response.text}

def parse(obj):
    res=obj.result()
    print(‘[%s] <%s> (%s)‘ % (os.getpid(), res[‘url‘],len(res[‘text‘])))

if __name__ == ‘__main__‘:
    urls = [
        ‘https://www.python.org‘,
        ‘https://www.baidu.com‘,
        ‘https://www.jd.com‘,
        ‘https://www.tmall.com‘,
    ]

    t=ProcessPoolExecutor(2)
    for url in urls:
        t.submit(get,url).add_done_callback(parse)
    t.shutdown(wait=True)
    print(‘主‘,os.getpid())