JoinableQueue 用于Python多进程生产者消费者问题的注意事项

参考文献：

http://lx.shellcodes.org/show.php?id=4

http://bofang.iteye.com/blog/1684345

JoinableQueue 比Queue多了task_done() 与join()两个函数，都是专用于全球进行编程的，当然多是生产者消费者问题。

task_done() 是用在get()后，告诉os, 我get完了，join()是说Queue里所有的items都被拿出来搞完了。

-----

Queue是Python标准库的队列实现。在网上经常看到示例代码是这样实现的： 

url = queue.get()queue.task_done()...

思路本身没什么问题——从队列中取一个数据，然后通知队列取成功了。但有些人代码是这样写的： 

url = queue.get()queue.task_done()try:    sock = urllib2.urlopen(url)except:...

如果是在多线程环境下，这会带来个问题：若是url = queue.get()刚好把队列取空了，而由于执行了urlopen，所以当前线程产生了阻塞，发生了线程切换，如果执行权限刚好落在了主线程，这时如果主线程的queue.join将导致整个程序结束掉。而sock = urllib2.urlopen(url)后面的代码都还没来得及执行。 

为什么呢？ 

我们看下Queue.py里对join函数如何实现的： 

79         self.all_tasks_done.acquire()80         try:81             while self.unfinished_tasks:    # unfinished_tasks保存了当前队列中的数目82                 self.all_tasks_done.wait()83         finally:84             self.all_tasks_done.release()

上面代码里有个while循环，unfinished_tasks存储了当前队列里的数据数目，如果unfinished_tasks不为0，将会一直调用all_tasks_done.wait()阻塞住。只要unfinished_tasks不是0，join就可以一直工作下去。 

而task_done()正是减小了unfinished_tasks。不妨再看看task_done()的实现代码： 

59         self.all_tasks_done.acquire()60         try:61             unfinished = self.unfinished_tasks - 162             if unfinished <= 0:63                 if unfinished < 0:64                     raise ValueError('task_done() called too many times')65                 self.all_tasks_done.notify_all()66             self.unfinished_tasks = unfinished67         finally:68             self.all_tasks_done.release()

注意61行，表明每次执行了task_done()，unfinished_tasks就减1，直到unfinished_tasks为0。 

所以，在多线程下，想让队列变得正常的话，注意task_done的位置： 

url = queue.get()...try:    sock = urllib2.urlopen(url)except:...queue.task_done()   # 要在一切都搞定后，再告诉队列空了。

-----------

另外，还有一点要注意：

Queue是多进程安全的队列，可以使用Queue实现多进程之间的数据传递。put方法用以插入数据到队列中，put方法还有两个可选参数：blocked和timeout。如果blocked为True（默认值），并且timeout为正值，该方法会阻塞timeout指定的时间，直到该队列有剩余的空间。如果超时，会抛出Queue.Full异常。如果blocked为False，但该Queue已满，会立即抛出Queue.Full异常。

get方法可以从队列读取并且删除一个元素。同样，get方法有两个可选参数：blocked和timeout。如果blocked为True（默认值），并且timeout为正值，那么在等待时间内没有取到任何元素，会抛出Queue.Empty异常。如果blocked为False，有两种情况存在，如果Queue有一个值可用，则立即返回该值，否则，如果队列为空，则立即抛出Queue.Empty异常。