Próbuję napisać pozornie prostą implementację klasycznego producenta - konsumenta idiomu w Pythonie. Jest jeden porównywalnie szybki producent dla wielu wolniejszych konsumentów. Zasadniczo ta jest łatwa do wykonania przy użyciu modułu Queue, a dokumentacja biblioteki ma przykład, w którym pojawia się tylko kilka linii kodu.Producent/konsument Python z obsługą wyjątków
Jednak chcę również, aby kod działał poprawnie w przypadku wystąpienia wyjątków. Zarówno producent i wszyscy konsumenci powinni zatrzymać się w przypadku, gdy którykolwiek z następujących rzeczy zdarzyć:
- producent nie z wyjątkiem
- każdy konsument nie z wyjątkiem
- użytkownik zatrzymuje program (powodując KeyboardInterrupt)
Po tym wszystkim proces powinien zakończyć się niepowodzeniem, podnosząc początkowy wyjątek, aby poinformować dzwoniącego o tym, co poszło nie tak.
Głównym wyzwaniem wydaje się oczyścić zakończenie wątku konsumenta bez kończenia się w złączeniu blokującym(). Wydaje się być popularnym, aby ustawić Thread.deamon = True, ale moim zdaniem to powoduje wyciek zasobów w przypadku, gdy producent zawiedzie z wyjątkiem.
Udało mi się napisać implementację spełniającą moje wymagania (patrz poniżej). Jednak Uważam kod za dużo bardziej złożony niż oczekiwano.
Czy istnieje lepszy sposób radzenia sobie z tym scenariuszem?
Oto kilka przykładowych połączeń i otrzymany końcowy komunikat dziennika z moim obecnym realizacji:
produkują i zużywają 10 pozycji:
$ python procon.py
INFO:root:processed all items
nie wytwarzają elementy:
$ python procon.py --items 0
INFO:root:processed all items
Wyprodukuj 5 artykułów dla 10 konsumentów, wykorzystując w ten sposób tylko niektórych dostępnych konsumentów:
$ python procon.py --items 5 --consumers 10
INFO:root:processed all items
przerwań przez naciśnięcie Control-C:
$ python procon.py
^CWARNING:root:interrupted by user
nie udały Punkt 3:
$ python procon.py --producer-fails-at 3
ERROR:root:cannot produce item 3
Fail spożywać Punkt 3:
$ python procon.py --consumer-fails-at 3
ERROR:root:cannot consume item 3
Fail zużywają ostatnia pozycja:
$ python procon.py --items 10 --consumer-fails-at 9
ERROR:root:cannot consume item 9
I tu jest chyba zbyt skomplikowane kod źródłowy:
"""
Consumer/producer to test exception handling in threads. Both the producer
and the consumer can be made to fail deliberately when processing a certain
item using command line options.
"""
import logging
import optparse
import Queue
import threading
import time
_PRODUCTION_DELAY = 0.1
_CONSUMPTION_DELAY = 0.3
# Delay for ugly hacks and polling loops.
_HACK_DELAY = 0.05
class _Consumer(threading.Thread):
"""
Thread to consume items from an item queue filled by a producer, which can
be told to terminate in two ways:
1. using `finish()`, which keeps processing the remaining items on the
queue until it is empty
2. using `cancel()`, which finishes consuming the current item and then
terminates
"""
def __init__(self, name, itemQueue, failedConsumers):
super(_Consumer, self).__init__(name=name)
self._log = logging.getLogger(name)
self._itemQueue = itemQueue
self._failedConsumers = failedConsumers
self.error = None
self.itemToFailAt = None
self._log.info(u"waiting for items to consume")
self._isFinishing = False
self._isCanceled = False
def finish(self):
self._isFinishing = True
def cancel(self):
self._isCanceled = True
def consume(self, item):
self._log.info(u"consume item %d", item)
if item == self.itemToFailAt:
raise ValueError("cannot consume item %d" % item)
time.sleep(_CONSUMPTION_DELAY)
def run(self):
try:
while not (self._isFinishing and self._itemQueue.empty()) \
and not self._isCanceled:
# HACK: Use a timeout when getting the item from the queue
# because between `empty()` and `get()` another consumer might
# have removed it.
try:
item = self._itemQueue.get(timeout=_HACK_DELAY)
self.consume(item)
except Queue.Empty:
pass
if self._isCanceled:
self._log.info(u"canceled")
if self._isFinishing:
self._log.info(u"finished")
except Exception, error:
self._log.error(u"cannot continue to consume: %s", error)
self.error = error
self._failedConsumers.put(self)
class Worker(object):
"""
Controller for interaction between producer and consumers.
"""
def __init__(self, itemsToProduceCount, itemProducerFailsAt,
itemConsumerFailsAt, consumerCount):
self._itemsToProduceCount = itemsToProduceCount
self._itemProducerFailsAt = itemProducerFailsAt
self._itemConsumerFailsAt = itemConsumerFailsAt
self._consumerCount = consumerCount
self._itemQueue = Queue.Queue()
self._failedConsumers = Queue.Queue()
self._log = logging.getLogger("producer")
self._consumers = []
def _possiblyRaiseConsumerError(self):
if not self._failedConsumers.empty():
failedConsumer = self._failedConsumers.get()
self._log.info(u"handling failed %s", failedConsumer.name)
raise failedConsumer.error
def _cancelAllConsumers(self):
self._log.info(u"canceling all consumers")
for consumerToCancel in self._consumers:
consumerToCancel.cancel()
self._log.info(u"waiting for consumers to be canceled")
for possiblyCanceledConsumer in self._consumers:
# In this case, we ignore possible consumer errors because there
# already is an error to report.
possiblyCanceledConsumer.join(_HACK_DELAY)
if possiblyCanceledConsumer.isAlive():
self._consumers.append(possiblyCanceledConsumer)
def work(self):
"""
Launch consumer thread and produce items. In case any consumer or the
producer raise an exception, fail by raising this exception
"""
self.consumers = []
for consumerId in range(self._consumerCount):
consumerToStart = _Consumer(u"consumer %d" % consumerId,
self._itemQueue, self._failedConsumers)
self._consumers.append(consumerToStart)
consumerToStart.start()
if self._itemConsumerFailsAt is not None:
consumerToStart.itemToFailAt = self._itemConsumerFailsAt
self._log = logging.getLogger("producer ")
self._log.info(u"producing %d items", self._itemsToProduceCount)
for itemNumber in range(self._itemsToProduceCount):
self._possiblyRaiseConsumerError()
self._log.info(u"produce item %d", itemNumber)
if itemNumber == self._itemProducerFailsAt:
raise ValueError("ucannot produce item %d" % itemNumber)
# Do the actual work.
time.sleep(_PRODUCTION_DELAY)
self._itemQueue.put(itemNumber)
self._log.info(u"telling consumers to finish the remaining items")
for consumerToFinish in self._consumers:
consumerToFinish.finish()
self._log.info(u"waiting for consumers to finish")
for possiblyFinishedConsumer in self._consumers:
self._possiblyRaiseConsumerError()
possiblyFinishedConsumer.join(_HACK_DELAY)
if possiblyFinishedConsumer.isAlive():
self._consumers.append(possiblyFinishedConsumer)
if __name__ == "__main__":
logging.basicConfig(level=logging.INFO)
parser = optparse.OptionParser()
parser.add_option("-c", "--consumer-fails-at", metavar="NUMBER",
type="long", help="number of items at which consumer fails (default: %default)")
parser.add_option("-i", "--items", metavar="NUMBER", type="long",
help="number of items to produce (default: %default)", default=10)
parser.add_option("-n", "--consumers", metavar="NUMBER", type="long",
help="number of consumers (default: %default)", default=2)
parser.add_option("-p", "--producer-fails-at", metavar="NUMBER",
type="long", help="number of items at which producer fails (default: %default)")
options, others = parser.parse_args()
worker = Worker(options.items, options.producer_fails_at,
options.consumer_fails_at, options.consumers)
try:
worker.work()
logging.info(u"processed all items")
except KeyboardInterrupt:
logging.warning(u"interrupted by user")
worker._cancelAllConsumers()
except Exception, error:
logging.error(u"%s", error)
worker._cancelAllConsumers()
Może nie to, czego szukasz, ale istnieje ogromna biblioteka Pythona o nazwie seler, że można użyć zamiast pisania własna implementacja kolejkowania. –
Dzięki za wskaźnik. Seler wygląda interesująco na złożone zadania z wykorzystaniem usług sieciowych i baz danych. Dla mojego szczególnego zadania producent odczytuje linie z pliku i wykonuje pewne podstawowe analizy strukturalne i przekazuje dane konsumentom - a więc głównie pracę intensywną we/wy. Konsumenci przetwarzają dane, wykonując intensywną pracę procesora. Ponieważ wszystko odbywa się w pamięci na tym samym komputerze, standardowa kolejka Pythona wydaje się być w porządku. – roskakori