Python의 생산자 모델과 소비자 모델의 장점은 무엇입니까?

from multiprocessing import Process,Queue #多进程组件,队列 import time,random #生产者方法 def producer(name,food,q): for i in range(4): time.sleep(random.randint(1,3)) #模拟获取数据时间 f = '%s生产的%s%s'%(name,food,i) print(f) q.put(f) #添加进队列 #消费者方法 def consumer(q,name): while True: food = q.get() #如果获取不到，会一直阻塞进程不会结束子进程 # 当队列中的数据是None的时候结束while循环 if food is None: print('%s获取到一个空'%name) break f = '\033[31m%s消费了%s\033[0m' % (name, food) print(f) time.sleep(random.randint(1,3)) # 模拟消耗数据时间 if __name__ == '__main__': q = Queue() # 创建队列 # 模拟生产者 生产数据 p = Process(target=producer, args=('p', '包子', q)) #创建进程 p.start() #启动进程 p1 = Process(target=producer, args=('p1', '烧饼', q)) p1.start() #模拟消费者消费数据 c = Process(target=consumer, args=(q, 'c')) c.start() c1 = Process(target=consumer, args=(q, 'c1')) c1.start() p.join()#阻塞主进程 直到p和p1 子进程结束后才执行q.put() 方法 p1.join()#阻塞主进程 直到p和p1 子进程结束后才执行q.put() 方法 #为了确保生产者生产完所有数据后， #最后一个是None,方便结束子进程中的while循环, #否则会一直等待队列中加入新数据。 q.put(None) q.put(None)

from multiprocessing import JoinableQueue,Process import time,random #生产者方法 def producer(name,food,q): for i in range(4): time.sleep(random.randint(1, 2)) f = '%s生产的%s%s'%(name,food,i) q.put(f) print(f) q.join() #一直阻塞，等待消耗完所有的数据后才释放 #消费者方法 def consumer(name,q): while True: food = q.get() print('\033[31m%s消费了%s\033[0m' % (name, food)) time.sleep(random.randint(4,8)) q.task_done() #每次消耗减1 if __name__ == '__main__': q = JoinableQueue() #创建队列 #模拟生产者队列 p1 = Process(target=producer,args=('p1','包子',q)) p1.start() p2 = Process(target=producer,args=('p2','烧饼',q)) p2.start() #模拟消费者队列 c1 = Process(target=consumer,args=('c1',q)) c1.daemon = True #守护进程：主进程结束，子进程也会结束 c1.start() c2 = Process(target=consumer,args=('c2',q)) c2.daemon = True c2.start() p1.join() #阻塞主进程，等到p1子进程结束才往下执行 p2.join() # q.task_done() 每次消耗队列中的 任务数减1 # q.join() 一直阻塞，等待队列中的任务数消耗完才释放 # 因为有 q.join 所有一直会等待 c1,c2 消耗完毕。才会执行 p.join 后面的代码 # 因为 c1 c2 是守护进程，所以到这一步主进程代码执行完毕，主进程会释放死掉， # 所以 c1 c2 也会跟随 主进程释放死掉。