- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在阅读如何利用 Python 队列在节点之间发送和接收短消息。我正在模拟一组位于良好树结构中的节点。我希望其中一些节点向其父节点发送固定大小的数据。一旦这个父节点从它的一些子节点接收到数据,它就会“处理”它并向它的父节点发送一个“聚合”数据包......等等。
为了做到这一点,我被告知队列对于传递消息很有用,并且快速阅读它告诉我它将满足我的需求。但是,我发现实现基本设置并测试我的理解有点困难 - 1 个生产者(生成消息包)和 1 个消费者(使任务出列并处理它的工作线程)。
我在这里和其他地方搜索并阅读了很多帖子......并且我了解所有队列方法。我仍然不明白的是如何将队列关联或绑定(bind)到 2 个给定节点。
我希望节点 1 和节点 2 向节点 3 发送消息。对于这一基本场景,我必须以某种方式创建一个(或 2 个)队列并将其与节点 1 和节点 2“关联”,节点 2 和节点使用它来将消息放入节点 3 中。并且,node-3 还必须“监听”/“关联”此队列才能“获取”任务或使任务出列。
如果节点 1 和节点 2 是“生产者”,我应该将它们作为 2 个独立的线程,而节点 3 是第三个线程。然后,我必须创建一个队列 Q。然后,我应该让节点 1 和节点 2 创建消息,并将它们“放入”队列中。 Node-3 必须“以某种方式”得到通知/唤醒,才能从 Q 中“获取”这些消息并进行处理。
我见过
http://docs.python.org/library/queue.html#module-Queue
这是我迄今为止拥有的(未经测试的)代码:
================================================== =================
import threading
import queue
q = Queue.Queue(2) # create a queue of size 2.
# worker is node-3 which received msgs from 1 and 2 and fuses them.
def worker():
while True:
msg = q.get()
fuse_msgs(msg)
q.task_done()
# generate 3 worker threads. Node-3 could be both a producer and consumer. Each
# thread represents each node that will be a potential producer/consumer or both.
# need something like t1 - thread-1 for node-1 ...
for i in range(3):
t = Thread(target=worker)
t.setDaemon(True)
t.start()
# How can I make node-1 and node-2 to put items into a specified queue???
for msg in source():
q.put(item)
q.join()
============================================
我的方向正确吗?请让我知道我错在哪里以及我的误解......
感谢任何帮助。我有数百个节点和链接。如果我弄清了这个基础知识,我将能够顺利地继续前进......
谢谢,B.R.斯里尼。
最佳答案
我不是特别评论 python 代码,但就你的队列设计而言,似乎你只需要在你描述的节点 1,2,3 场景中一个队列。基本上,您有一个队列,其中节点 1 和节点 2 将消息放入其中,节点 3 从中读取消息。
您应该能够告诉节点 3 在队列中进行“阻塞”获取,因此它只会等待,直到它看到要处理的消息,并让节点 1 和 2 尽快生成输出尽可能。
根据每个节点的处理速度以及您期望的流量模式,您可能需要一个深度超过 2 条消息的队列,以便生产节点不必等待队列被清空。
关于python - 树中的生产者和消费者队列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1511359/
kafka的Java客户端-消费者 一、kafka消费方式 pull(拉)模式:consumer采用从broker中主动拉取数据。Kafka 采用这种方式 push(推)模式:Kafka没有采用这种方
我编写这个小应用程序是为了解决 Python 中的经典生产者/消费者问题。我知道我可以使用线程安全的队列机制来解决这个问题,但我有兴趣自己解决这个问题来学习。 from threading impor
下面是一个示例消费者/生产者模型的代码: int buffer[MAX]; int fill_ptr = 0; int use_ptr = 0; int count = 3; void put(int
我的消费者、生产者程序有问题,它似乎可以加载,但返回段错误。我已经尝试了一切来修复它,但仍然失败!将不胜感激任何帮助。笔记;代码真的很多,semaphore.h的代码都在里面,有谁想测试一下。其余代码
我正在阅读著名的操作系统概念书(Avi Silberschatz、Peter Baer Galvin、Greg Gagne)第 9 版:http://codex.cs.yale.edu/avi/os-
我正在尝试构建一个服务,为许多异步客户端提供队列以发出请求并等待响应。我需要能够通过每 Y 个持续时间的 X 个请求来限制队列处理。例如:每秒 50 个 Web 请求。它用于第 3 方 REST 服务
我正在尝试使用一组资源来实现生产者/消费者模式,因此每个线程都有一个与之关联的资源。例如,我可能有一个任务队列,其中每个任务都需要一个 StreamWriter写出它的结果。每个任务还必须有参数传
为什么我们需要 Azure 存储帐户上的 blob 容器用于 Eventhub 消费者客户端(我使用的是 python)。为什么我们不能像在 Kafka 中那样直接使用来自 Eventhub(Kafk
我有一个有趣的生产者-消费者衍生产品需要实现,但我无法理解它的算法。因此,每个生产者都会“产生”给定范围(最小值,最大值)之间的数字,这对除以给定“商”给出了相同的提醒。对于消费者来说也是如此。 额外
我需要实现一种生产者/消费者方案,出于性能原因,消费者尝试在一批中处理许多工作项(每个工作项都会耗尽工作队列)。 目前,我只是创建固定数量的相同工作人员,它们在循环中的同一队列上工作。由于其中一些可能
为什么我们需要 Azure 存储帐户上的 blob 容器用于 Eventhub 消费者客户端(我使用的是 python)。为什么我们不能像在 Kafka 中那样直接使用来自 Eventhub(Kafk
我的关系必须按如下方式运作;线程 A 向线程 B 发布一些更改,线程 B 接受该更改并将其发布到线程 C。 问题是生产者-消费者,我使用 BlockingQueue 仅用两个实体来实现它没有问题。我怎
我一直在研究 PC 问题,以了解 Java 同步和线程间通信。使用底部的代码,输出为 Producer produced-0 Producer produced-1 Producer produced
我编写了代码来实现生产者-消费者问题,它似乎工作正常,不需要同步。这可能吗? 如何测试代码并检查它是否确实正常工作?我如何知道是否会发生死锁?现在,我没有跳出循环(即生产者不断插入,消费者不断在无限循
我必须完成一项练习,我必须使用至少一个生产者线程和 x 个消费者线程的生产者/消费者模式在我的文件夹路径中查找“.java”文件。 生产者消费者级:首先,当生产者完成查找文件时,我尝试通过设置从 tr
我被分配了一项类(class)作业来实现消费者/生产者问题的解决方案,该解决方案使用单个生产者、单个消费者和循环缓冲区。这应该用 C 语言编写。 不幸的是,我们没有获得任何学习 Material ,并
有人可以检查我的代码并告诉我是否走在正确的轨道上。我似乎有点迷失了。如果您看到我的错误,请告诉我它们。 我想做的是使用我自己的信号量以及 GCD 来解决有界缓冲区问题。 提前致谢.. sema.c v
我要处理有界缓冲区、生产者消费者问题,只能修改 prod 和 cons 函数。此代码仅在一个消费者和生产者线程上运行,不会出现任何问题。但对于每个都有多个,迟早总会给我带来同样的问题: p5p1:
我有一个从多个线程访问的类的实例。此类接受此调用并将元组添加到数据库中。我需要以串行方式完成此操作,因为由于某些数据库约束,并行线程可能会导致数据库不一致。 由于我不熟悉 C# 中的并行性和并发性,所
我正在尝试编写一个批量邮件服务,它有两种方法: add(Mail mail):可以发送邮件,由Producers调用 flushMailService():刷新服务。消费者应该获取一个列表,并调用另一
我是一名优秀的程序员,十分优秀!