### 什么是生产者消费者模式 在工作中，大家可能会碰到这样一种情况：某个模块负责产生数据，这些数据由另一个模块来负责处理（此处的模块是广义的，可以是类、函数、线程、进程等）。 > * `生产者`：产生数据的模块，产生数据的时间是不确定的； > * `消费者`：而处理数据的模块，处理数据的时间是不确定的； > * `仓库`：在生产者与消费者之间的缓冲区。  ### 生产者消费者模式的优点 #### 1、解耦 假设生产者和消费者分别是两个类。如果让生产者直接调用消费者的某个方法，那 么生产者对于消费者就会产生依赖（也就是`耦合`）。将来如果消费者的代码发生变化， 可能会影响到生产者。而如果两者都依赖于某个缓冲区，两者之间不直接依赖，耦合也 就相应降低了。 举个例子，我们去邮局投递信件，如果不使用邮筒（也就是缓冲区），你必须得把 信直接交给邮递员。有同学会说，直接给邮递员不是挺简单的嘛？其实不简单，你必须 得认识谁是邮递员，才能把信给他（光凭身上穿的制服，万一有人假冒，就惨了）。这 就产生和你和邮递员之间的依赖（相当于生产者和消费者的强耦合）。万一哪天邮递员 换人了，你还要重新认识一下（相当于消费者变化导致修改生产者代码）。而`邮筒`相对 来说比较固定，你依赖它的成本就比较低（相当于和缓冲区之间的`弱耦合`）。 #### 2、支持并发 由于生产者与消费者是两个独立的`并发体`，他们之间是用缓冲区作为桥梁连接，生产者只需要往缓冲区里丢数据，就可以继续生产下一个数据，而消费者只需要从缓冲区了拿数据即可，这样就不会因为彼此的处理速度而发生阻塞。 接上面的例子，如果我们不使用邮筒，我们就得在邮局等邮递员，直到他回来，我们把信件交给他，这期间我们啥事儿都不能干（也就是生产者阻塞），或者邮递员得挨家挨户问，谁要寄信（相当于消费者轮询）。 #### 3、支持忙闲不均 缓冲区还有另一个好处。如果制造数据的速度时快时慢，缓冲区的好处就体现出来 了。当数据制造快的时候，消费者来不及处理，未处理的数据可以暂时存在缓冲区中。 等生产者的制造速度慢下来，消费者再慢慢处理掉。 为了充分复用，我们再拿寄信的例子来说事。假设邮递员一次只能带走1000封信。 万一某次碰上情人节（也可能是圣诞节）送贺卡，需要寄出去的信超过1000封，这时 候邮筒这个缓冲区就派上用场了。邮递员把来不及带走的信暂存在邮筒中，等下次过来 时再拿走。 模块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 生产了1个包子, 一共%s个包子' % (self.__worker, queue.qsize()) sleep(1) elif 10 < queue.qsize() <= 20: queue.put('baozi') print '%s 生产了1个包子, 一共%s个包子' % (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 '赶紧生产，么有包子了' sleep(1) else: queue.get('包子') # queue.get('包子') print '%s 消费了2个包子, 还剩%s个包子' % (self.__client, queue.qsize()) sleep(1) # 先进先出，线程安全 queue = Queue(maxsize=20) for item in ['yang', 'yuan', '沙僧', '如来', '观音']: temp = Producer(item, queue) temp.start() for item in ['猪八戒', '唐僧']: temp = Consumer(item, queue) temp.start() ```