理解Queue队列中join()与task_done()的关系

在网上大多关于join()与task_done()的结束原话是这样的:

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
 
但是可能很多人还是不太理解,这里以我自己的理解来阐述这两者的关联。

理解

如果线程里每从队列里取一次,但没有执行task_done(),则join无法判断队列到底有没有结束,在最后执行个join()是等不到结果的,会一直挂起。
可以理解为,每task_done一次 就从队列里删掉一个元素,这样在最后join的时候根据队列长度是否为零来判断队列是否结束,从而执行主线程。
下面看个自己写的例子:
下面这个例子,会在join()的地方无限挂起,因为join在等队列清空,但是由于没有task_done,它认为队列还没有清空,还在一直等。
 
  1.  
    #!/usr/bin/env python
  2.  
    # -*- coding:utf-8 -*-
  3.  
    '''threading test'''
  4.  
    import threading
  5.  
    import queue
  6.  
    from time import sleep
  7.  
    #之所以为什么要用线程,因为线程可以start后继续执行后面的主线程,可以put数据,如果不是线程直接在get阻塞。
  8.  
    class Mythread(threading.Thread):
  9.  
    def __init__(self,que):
  10.  
    threading.Thread.__init__(self)
  11.  
    self.queue = que
  12.  
    def run(self):
  13.  
    while True:
  14.  
    sleep(1)
  15.  
    if self.queue.empty(): #判断放到get前面,这样可以,否则队列最后一个取完后就空了,直接break,走不到print
  16.  
    break
  17.  
    item = self.queue.get()
  18.  
    print(item,'!')
  19.  
    #self.queue.task_done()
  20.  
    return
  21.  
    que = queue.Queue()
  22.  
    tasks = [Mythread(que) for x in range(1)]
  23.  
    for x in range(10):
  24.  
     
  25.  
    que.put(x) #快速生产
  26.  
    for x in tasks:
  27.  
    t = Mythread(que) #把同一个队列传入2个线程
  28.  
    t.start()
  29.  
     
  30.  
    que.join()
  31.  
     
  32.  
    print('---success---')
  33.  
     
如果把self.queue.task_done()  注释去掉,就会顺利执行完主程序。
这就是“Queue.task_done()函数向任务已经完成的队列发送一个信号”这句话的意义,能够让join()函数能判断出队列还剩多少,是否清空了。
而事实上我们看下queue的源码可以看出确实是执行一次未完成队列减一:
  1.  
    def task_done(self):
  2.  
    '''Indicate that a formerly enqueued task is complete.
  3.  
     
  4.  
    Used by Queue consumer threads. For each get() used to fetch a task,
  5.  
    a subsequent call to task_done() tells the queue that the processing
  6.  
    on the task is complete.
  7.  
     
  8.  
    If a join() is currently blocking, it will resume when all items
  9.  
    have been processed (meaning that a task_done() call was received
  10.  
    for every item that had been put() into the queue).
  11.  
     
  12.  
    Raises a ValueError if called more times than there were items
  13.  
    placed in the queue.
  14.  
    '''
  15.  
    with self.all_tasks_done:
  16.  
    unfinished = self.unfinished_tasks - 1
  17.  
    if unfinished <= 0:
  18.  
    if unfinished < 0:
  19.  
    raise ValueError('task_done() called too many times')
  20.  
    self.all_tasks_done.notify_all()
  21.  
    self.unfinished_tasks = unfinished
  22.  
     
  23.  
     

快速生产-快速消费

上面的演示代码是快速生产-慢速消费的场景,我们可以直接用task_done()与join()配合,来让empty()判断出队列是否已经结束。 当然,queue我们可以正确判断是否已经清空,但是线程里的get队列是不知道,如果没有东西告诉它,队列空了,因此get还会继续阻塞,那么我们就需要在get程序中加一个判断,如果empty()成立,break退出循环,否则get()还是会一直阻塞。

慢速生产-快速消费

但是如果生产者速度与消费者速度相当,或者生产速度小于消费速度,则靠task_done()来实现队列减一则不靠谱,队列会时常处于供不应求的状态,常为empty,所以用empty来判断则不靠谱。 那么这种情况会导致 join可以判断出队列结束了,但是线程里不能依靠empty()来判断线程是否可以结束。 我们可以在消费队列的每个线程最后塞入一个特定的“标记”,在消费的时候判断,如果get到了这么一个“标记”,则可以判定队列结束了,因为生产队列都结束了,也不会再新增了。 代码如下:

  1.  
    #!/usr/bin/env python
  2.  
    # -*- coding:utf-8 -*-
  3.  
    '''threading test'''
  4.  
    import threading
  5.  
    import queue
  6.  
    from time import sleep
  7.  
    #之所以为什么要用线程,因为线程可以start后继续执行后面的主线程,可以put数据,如果不是线程直接在get阻塞。
  8.  
    class Mythread(threading.Thread):
  9.  
    def __init__(self,que):
  10.  
    threading.Thread.__init__(self)
  11.  
    self.queue = que
  12.  
    def run(self):
  13.  
    while True:
  14.  
    item = self.queue.get()
  15.  
    self.queue.task_done() #这里要放到判断前,否则取最后最后一个的时候已经为空,直接break,task_done执行不了,join()判断队列一直没结束
  16.  
    if item == None:
  17.  
    break
  18.  
    print(item,'!')
  19.  
    return
  20.  
    que = queue.Queue()
  21.  
    tasks = [Mythread(que) for x in range(1)]
  22.  
    #快速生产
  23.  
    for x in tasks:
  24.  
    t = Mythread(que) #把同一个队列传入2个线程
  25.  
    t.start()
  26.  
    for x in range(10):
  27.  
    sleep(1)
  28.  
    que.put(x)
  29.  
    for x in tasks:
  30.  
    que.put(None)
  31.  
    que.join()
  32.  
    print('---success---')

注意点:

put队列完成的时候千万不能用task_done(),否则会报错:

task_done() called too many times

因为该方法仅仅表示get成功后,执行的一个标记。

原文地址:https://www.cnblogs.com/anzhangjun/p/9833619.html