标签：task join 生产 produce done print 转载 消费
直奔主题
tase_done()的作用：只有消费者把队列所有的数据处理完毕，queue.join()才会停止阻塞
代码解释
#关于tase_done()的作用：只有消费者把队列所有的数据处理完毕，queue.join()才会停止阻塞
import time
from queue import Queue
from threading import Thread
q = Queue()
def produce():
for i in range(10):
q.put(i)
print('生产：',i)
print('生产任务完毕！')
q.join()
print(produce.__name__,'函数结束！')
def consumer():
for i in range(10):
print('消费：', q.get())
q.task_done()
# if i == 4:
# print('休息1s...')
# time.sleep(1)#sleep作用：查看生产者是否阻塞
print(consumer.__name__,'函数结束！')
pro = Thread(target=produce)
con = Thread(target=consumer)
pro.start()
con.start()
con.join()
print('消费者任务完成')
pro.join()
print('生产者任务完成')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
生产： 0
生产： 1
生产： 2
生产： 3
生产： 4
生产： 5
消费： 0
消费： 1
消费： 2
消费： 3
消费： 4
消费： 5
生产： 6
生产： 7
生产：8
消费： 6
消费： 7
消费： 8
生产： 9
生产任务完毕！
消费： 9
consumer 函数结束！
produce 函数结束！
消费者任务完成
生产者任务完成
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
说明：生产任务已经完毕为什么没有直接produce函数结束?说明这里产生了阻塞，产生阻塞的原因是因为消费者没有处理完生产者所有任务。tase_done()的作用：只有消费者把队列所有的数据处理完毕，queue.join()才会停止阻塞所以才会有produce函数结束!然后生产任务结束。
对比解释看效果
注释掉q.task_done()和q.join()
#关于tase_done()的作用：只有消费者把队列所有的数据处理完毕，queue.join()才会停止阻塞
import time
from queue import Queue
from threading import Thread
q = Queue()
def produce():
for i in range(10):
q.put(i)
print('生产任务完毕！')
# q.join()
# if i == 4:
# print('休息1s...')
# time.sleep(1)#sleep作用：查看生产者是否阻塞
print(produce.__name__,'函数结束！')
def consumer():
for i in range(10):
print('消费：', q.get())
# q.task_done()
print(consumer.__name__,'函数结束！')
pro = Thread(target=produce)
con = Thread(target=consumer)
pro.start()
con.start()
con.join()
print('消费者任务完成')
pro.join()
print('生产者任务完成')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
生产： 0
生产： 1
生产： 2
生产： 3
生产： 4
生产： 5
生产： 6
生产： 7
生产： 8
生产： 9
消费： 0
消费： 1
生产任务完毕！
produce 函数结束！
消费： 2
消费： 3
消费： 4
消费： 5
消费： 6
消费： 7
消费： 8
消费： 9
consumer 函数结束！
消费者任务完成
生产者任务完成
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
说明：不带task_done()和join()情况下生产任务结束，produce函数立刻结束，并没有等待消费者处理完所有任务立即结束。
仅注释掉q.task_done()**
#关于tase_done()的作用：只有消费者把队列所有的数据处理完毕，queue.join()才会停止阻塞
import time
from queue import Queue
from threading import Thread
q = Queue()
def produce():
for i in range(10):
q.put(i)
print('生产任务完毕！')
q.join()
print(produce.__name__,'函数结束！')
def consumer():
for i in range(10):
print('消费：', q.get())
# q.task_done()
# if i == 4:
# print('休息1s...')
# time.sleep(1)#sleep作用：查看生产者是否阻塞
print(consumer.__name__,'函数结束！')
pro = Thread(target=produce)
con = Thread(target=consumer)
pro.start()
con.start()
con.join()
print('消费者任务完成')
pro.join()
print('生产者任务完成')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
生产： 0
生产： 1
生产： 2
生产： 3
生产： 4
生产： 5
生产： 6
生产： 7
生产： 8
生产： 9
生产任务完毕！
消费： 0
消费： 1
消费： 2
消费： 3
消费： 4
消费： 5
消费： 6
消费： 7
消费： 8
消费： 9
consumer 函数结束！
消费者任务完成
。。。阻塞。。。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
说明：消费者已经把任务完成了，但是produce函数却一直阻塞没有结束。
总结
通过以上分析可以得出结论：
task_done()的作用：消费者处理一个任务，它就通知生产者我处理了一个任务。为什么要告诉生产者消费者处理了一个任务呢？这也是为什么我进行注释对比的原因，1.注释q.task_done()，不注释q.join()，我们发现produce函数一直阻塞没有结束。2.注释q.task_done()，注释q.join()，我们发现生产者生产完任务produce函数就结束了，而不是等到消费者消费完才结束。这没有task_done和join：这个模型一定是生产者先生产任务，消费者发现有任务就消费（不然会阻塞等待），所以一定是生产者生产完后就马上结束生产而消费者还没有结束。3.不注释q.task_done()，不注释q.join()，我们发现produce函数在消费者消费完后才结束，而不是生产完就结束。
生产者如果被消费者的task_done()告知没有把生产者交给的任务处理完毕，那么生产者就会一直阻塞（生气…）。大家可以把sleep（）函数的注释删掉看看，并且设置任意一个sleep()时间观察现象。
如果只有q.join()而没有task_done(),消费者处理完所有任务，生产者任然阻塞，所以q.join()一般和q.task_done()配合使用。
建议自己copy代码跑跑，好好体验一下
————————————————
版权声明：本文为CSDN博主「qq_43577241」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_43577241/article/details/104442854
标签：task,join,生产,produce,done,print,转载,消费 来源： https://www.cnblogs.com/testzcy/p/16410794.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。