### 什么是生產者消費者模式 在工作中，大家可能會碰到這樣一種情況：某個模塊負責產生數據，這些數據由另一個模塊來負責處理（此處的模塊是廣義的，可以是類、函數、線程、進程等）。 > * `生產者`：產生數據的模塊，產生數據的時間是不確定的； > * `消費者`：而處理數據的模塊，處理數據的時間是不確定的； > * `倉庫`：在生產者與消費者之間的緩沖區。  ### 生產者消費者模式的優點 #### 1、解耦 假設生產者和消費者分別是兩個類。如果讓生產者直接調用消費者的某個方法，那 么生產者對于消費者就會產生依賴（也就是`耦合`）。將來如果消費者的代碼發生變化， 可能會影響到生產者。而如果兩者都依賴于某個緩沖區，兩者之間不直接依賴，耦合也 就相應降低了。 舉個例子，我們去郵局投遞信件，如果不使用郵筒（也就是緩沖區），你必須得把 信直接交給郵遞員。有同學會說，直接給郵遞員不是挺簡單的嘛？其實不簡單，你必須 得認識誰是郵遞員，才能把信給他（光憑身上穿的制服，萬一有人假冒，就慘了）。這 就產生和你和郵遞員之間的依賴（相當于生產者和消費者的強耦合）。萬一哪天郵遞員 換人了，你還要重新認識一下（相當于消費者變化導致修改生產者代碼）。而`郵筒`相對 來說比較固定，你依賴它的成本就比較低（相當于和緩沖區之間的`弱耦合`）。 #### 2、支持并發 由于生產者與消費者是兩個獨立的`并發體`，他們之間是用緩沖區作為橋梁連接，生產者只需要往緩沖區里丟數據，就可以繼續生產下一個數據，而消費者只需要從緩沖區了拿數據即可，這樣就不會因為彼此的處理速度而發生阻塞。 接上面的例子，如果我們不使用郵筒，我們就得在郵局等郵遞員，直到他回來，我們把信件交給他，這期間我們啥事兒都不能干（也就是生產者阻塞），或者郵遞員得挨家挨戶問，誰要寄信（相當于消費者輪詢）。 #### 3、支持忙閑不均 緩沖區還有另一個好處。如果制造數據的速度時快時慢，緩沖區的好處就體現出來 了。當數據制造快的時候，消費者來不及處理，未處理的數據可以暫時存在緩沖區中。 等生產者的制造速度慢下來，消費者再慢慢處理掉。 為了充分復用，我們再拿寄信的例子來說事。假設郵遞員一次只能帶走1000封信。 萬一某次碰上情人節（也可能是圣誕節）送賀卡，需要寄出去的信超過1000封，這時 候郵筒這個緩沖區就派上用場了。郵遞員把來不及帶走的信暫存在郵筒中，等下次過來 時再拿走。 模塊Queue ``` #!/usr/bin/env python # coding=utf-8 from threading import Thread from time import sleep from Queue import Queue class Producer(Thread): def __init__(self, worker, queue): Thread.__init__(self) self.__worker = worker self.__queue = queue def run(self): while True: if 0 <= queue.qsize() <= 10: queue.put('baozi') print '%s 生產了1個包子, 一共%s個包子' % (self.__worker, queue.qsize()) sleep(1) elif 10 < queue.qsize() <= 20: queue.put('baozi') print '%s 生產了1個包子, 一共%s個包子' % (self.__worker, queue.qsize()) sleep(2) else: print 'queue is full rest 3 sec' sleep(3) class Consumer(Thread): def __init__(self, client, queue): Thread.__init__(self) self.__client = client self.__queue = queue def run(self): while True: if queue.empty(): print '趕緊生產，么有包子了' sleep(1) else: queue.get('包子') # queue.get('包子') print '%s 消費了2個包子, 還剩%s個包子' % (self.__client, queue.qsize()) sleep(1) # 先進先出，線程安全 queue = Queue(maxsize=20) for item in ['yang', 'yuan', '沙僧', '如來', '觀音']: temp = Producer(item, queue) temp.start() for item in ['豬八戒', '唐僧']: temp = Consumer(item, queue) temp.start() ```