摘要：在生產(chǎn)者與消費(fèi)者之間的緩沖區(qū)稱之為倉庫。生產(chǎn)者負(fù)責(zé)往倉庫運(yùn)輸商品，而消費(fèi)者負(fù)責(zé)從倉庫里取出商品，這就構(gòu)成了生產(chǎn)者消費(fèi)者模式。中的多線程編程在實(shí)現(xiàn)生產(chǎn)者消費(fèi)者模式之前，我們先學(xué)習(xí)下中的多線程編程。

在軟件開發(fā)的過程中，經(jīng)常碰到這樣的場景：
某些模塊負(fù)責(zé)生產(chǎn)數(shù)據(jù)，這些數(shù)據(jù)由其他模塊來負(fù)責(zé)處理（此處的模塊可能是：函數(shù)、線程、進(jìn)程等）。產(chǎn)生數(shù)據(jù)的模塊稱為生產(chǎn)者，而處理數(shù)據(jù)的模塊稱為消費(fèi)者。在生產(chǎn)者與消費(fèi)者之間的緩沖區(qū)稱之為倉庫。生產(chǎn)者負(fù)責(zé)往倉庫運(yùn)輸商品，而消費(fèi)者負(fù)責(zé)從倉庫里取出商品，這就構(gòu)成了生產(chǎn)者消費(fèi)者模式。

結(jié)構(gòu)圖如下：

為了大家容易理解，我們舉一個(gè)寄信的例子。假設(shè)你要寄一封信，大致過程如下：
　1、你把信寫好——相當(dāng)于生產(chǎn)者生產(chǎn)數(shù)據(jù)

　2、你把信放入郵箱——相當(dāng)于生產(chǎn)者把數(shù)據(jù)放入緩沖區(qū)
　3、郵遞員把信從郵箱取出，做相應(yīng)處理——相當(dāng)于消費(fèi)者把數(shù)據(jù)取出緩沖區(qū)，處理數(shù)據(jù)

解耦
假設(shè)生產(chǎn)者和消費(fèi)者分別是兩個(gè)線程。如果讓生產(chǎn)者直接調(diào)用消費(fèi)者的某個(gè)方法，那么生產(chǎn)者對于消費(fèi)者就會產(chǎn)生依賴（也就是耦合）。如果未來消費(fèi)者的代碼發(fā)生變化，可能會影響到生產(chǎn)者的代碼。而如果兩者都依賴于某個(gè)緩沖區(qū)，兩者之間不直接依賴，耦合也就相應(yīng)降低了。

舉個(gè)例子，我們?nèi)ム]局投遞信件，如果不使用郵箱（也就是緩沖區(qū)），你必須得把信直接交給郵遞員。有同學(xué)會說，直接給郵遞員不是挺簡單的嘛？其實(shí)不簡單，你必須 得認(rèn)識誰是郵遞員，才能把信給他。這就產(chǎn)生了你和郵遞員之間的依賴（相當(dāng)于生產(chǎn)者和消費(fèi)者的強(qiáng)耦合）。萬一哪天郵遞員 換人了，你還要重新認(rèn)識一下（相當(dāng)于消費(fèi)者變化導(dǎo)致修改生產(chǎn)者代碼）。而郵箱相對來說比較固定，你依賴它的成本就比較低（相當(dāng)于和緩沖區(qū)之間的弱耦合）。

并發(fā)
由于生產(chǎn)者與消費(fèi)者是兩個(gè)獨(dú)立的并發(fā)體，他們之間是用緩沖區(qū)通信的，生產(chǎn)者只需要往緩沖區(qū)里丟數(shù)據(jù)，就可以繼續(xù)生產(chǎn)下一個(gè)數(shù)據(jù)，而消費(fèi)者只需要從緩沖區(qū)拿數(shù)據(jù)即可，這樣就不會因?yàn)楸舜说奶幚硭俣榷l(fā)生阻塞。

繼續(xù)上面的例子，如果我們不使用郵箱，就得在郵局等郵遞員，直到他回來，把信件交給他，這期間我們啥事兒都不能干（也就是生產(chǎn)者阻塞）。或者郵遞員得挨家挨戶問，誰要寄信（相當(dāng)于消費(fèi)者輪詢）。

支持忙閑不均
當(dāng)生產(chǎn)者制造數(shù)據(jù)快的時(shí)候，消費(fèi)者來不及處理，未處理的數(shù)據(jù)可以暫時(shí)存在緩沖區(qū)中，慢慢處理掉。而不至于因?yàn)橄M(fèi)者的性能造成數(shù)據(jù)丟失或影響生產(chǎn)者生產(chǎn)。

我們再拿寄信的例子，假設(shè)郵遞員一次只能帶走1000封信，萬一碰上情人節(jié)（或是圣誕節(jié)）送賀卡，需要寄出去的信超過了1000封，這時(shí)候郵箱這個(gè)緩沖區(qū)就派上用場了。郵遞員把來不及帶走的信暫存在郵箱中，等下次過來時(shí)再拿走。

通過上面的介紹大家應(yīng)該已經(jīng)明白了生產(chǎn)者消費(fèi)者模式。

在實(shí)現(xiàn)生產(chǎn)者消費(fèi)者模式之前，我們先學(xué)習(xí)下Python中的多線程編程。
線程是操作系統(tǒng)直接支持的執(zhí)行單元，高級語言通常都內(nèi)置多線程的支持，Python也不例外，并且Python的線程是真正的Posix Thread，而不是模擬出來的線程。
Python的標(biāo)準(zhǔn)庫提供了兩個(gè)模塊：_thread和threading，_thread是低級模塊，threading是高級模塊，對_thread進(jìn)行了封裝。絕大多數(shù)情況下，我們只需要使用threading這個(gè)高級模塊。

下面我們先看一段在Python中實(shí)現(xiàn)多線程的代碼。

import time,threading
#線程代碼
class TaskThread(threading.Thread):
    def __init__(self,name):
        threading.Thread.__init__(self,name=name)
    def run(self):
        print("thread %s is running..." % self.getName())

        for i in range(6):
            print("thread %s >>> %s" % (self.getName(), i))
            time.sleep(1)

        print("thread %s finished." % self.getName())

taskthread = TaskThread("TaskThread")
taskthread.start()
taskthread.join()

下面是程序的執(zhí)行結(jié)果：

thread TaskThread is running...
thread TaskThread >>> 0
thread TaskThread >>> 1
thread TaskThread >>> 2
thread TaskThread >>> 3
thread TaskThread >>> 4
thread TaskThread >>> 5
thread TaskThread finished.

TaskThread類繼承自threading模塊中的Thread線程類。構(gòu)造函數(shù)的name參數(shù)指定線程的名字，通過重載基類run函數(shù)實(shí)現(xiàn)具體任務(wù)。

在簡單熟悉了Python的線程后，下面我們實(shí)現(xiàn)一個(gè)生產(chǎn)者消費(fèi)者模shi。

from Queue import Queue
import random,threading,time

#生產(chǎn)者類
class Producer(threading.Thread):
    def __init__(self, name,queue):
        threading.Thread.__init__(self, name=name)
        self.data=queue

    def run(self):
        for i in range(5):
            print("%s is producing %d to the queue!" % (self.getName(), i))
            self.data.put(i)
            time.sleep(random.randrange(10)/5)
        print("%s finished!" % self.getName())

#消費(fèi)者類
class Consumer(threading.Thread):
    def __init__(self,name,queue):
        threading.Thread.__init__(self,name=name)
        self.data=queue
    def run(self):
        for i in range(5):
            val = self.data.get()
            print("%s is consuming. %d in the queue is consumed!" % (self.getName(),val))
            time.sleep(random.randrange(10))
        print("%s finished!" % self.getName())

def main():
    queue = Queue()
    producer = Producer("Producer",queue)
    consumer = Consumer("Consumer",queue)

    producer.start()
    consumer.start()

    producer.join()
    consumer.join()
    print "All threads finished!"

if __name__ == "__main__":
    main()

執(zhí)行結(jié)果可能如下：

Producer is producing 0 to the queue!
Consumer is consuming. 0 in the queue is consumed!
Producer is producing 1 to the queue!
Producer is producing 2 to the queue!
Consumer is consuming. 1 in the queue is consumed!
Consumer is consuming. 2 in the queue is consumed!
Producer is producing 3 to the queue!
Producer is producing 4 to the queue!
Producer finished!
Consumer is consuming. 3 in the queue is consumed!
Consumer is consuming. 4 in the queue is consumed!
Consumer finished!
All threads finished!

因?yàn)槎嗑€程是搶占式執(zhí)行的，所以打印出的運(yùn)行結(jié)果不一定和上面的完全一致。

本例通過Python實(shí)現(xiàn)了一個(gè)簡單的生產(chǎn)者消費(fèi)者模型。Python中的Queue模塊已經(jīng)提供了對線程同步的支持，所以本文并沒有涉及鎖、同步、死鎖等多線程問題。