Курс Python → Обмен данными с asyncio.Queue
Asyncio.Queue предоставляет удобный способ обмена данными между асинхронными задачами в Python. Он позволяет одной задаче помещать данные в очередь, а другой задаче забирать их для обработки. Это особенно полезно в случаях, когда необходимо организовать взаимодействие между разными частями программы, работающими параллельно.
Для использования asyncio.Queue необходимо создать объект класса asyncio.Queue(). Затем асинхронные задачи могут использовать методы put() для добавления элементов в очередь и get() для извлечения элементов из очереди. Кроме того, можно использовать методы task_done() для уведомления о завершении обработки элемента и join() для ожидания завершения обработки всех элементов очереди.
import asyncio
async def producer(queue):
for i in range(5):
await queue.put(i)
print(f'Producer put: {i}')
await queue.put(None)
async def consumer(queue):
while True:
data = await queue.get()
if data is None:
break
print(f'Consumer got: {data}')
queue.task_done()
async def main():
queue = asyncio.Queue()
producer_task = asyncio.create_task(producer(queue))
consumer_task = asyncio.create_task(consumer(queue))
await asyncio.gather(producer_task, consumer_task)
await queue.join()
asyncio.run(main())
В приведенном примере мы создаем две асинхронные задачи — producer, который помещает числа от 0 до 4 в очередь, и consumer, который извлекает и печатает эти числа. Когда producer завершает свою работу, он помещает значение None в очередь, чтобы consumer мог завершить свою работу. Мы используем asyncio.gather() для запуска обеих задач параллельно и await queue.join() для ожидания завершения обработки всех элементов очереди.
Другие уроки курса "Python"
- Работа со словарями Python
- Логирование с Logzero
- Метод get() для словарей
- Сортировка с параметром key
- История Python
- Создание и обучение модели с Keras
- Генератор чисел Фибоначчи
- Методы classmethod и staticmethod
- Работа с базами данных SQLite
- Генераторы в Python
- Создание новых функций с помощью functools.partial
- Сортировка данных с лямбда-функциями
- Ноутбуки AMD Ryzen ™ 4000: мощность и эффективность
- Синтаксис переменных цикла в Python
- Работа с географическими данными.
- lru_cache оптимизация функций
- Метод gt в Python
- Многострочные комментарии в Python
- Работа с массивами в Numpy
- Область видимости переменных
- Работа с коллекциями Python
- Операции с кортежами
- Создание словарей в Python
- Работа с срезами в Numpy
- Модуль subprocess: запуск внешних команд
- Библиотека funcy: удобные утилиты
- Проверка условий в Python
- Генератор списка в Python
- Аннотации типов в Python
- Профилирование кода на Python
- Класс-оболочка для словарей
- Работа с enumerate()
- Компиляция регулярных выражений
- Основы работы со строками в Python
- Python enumerate() функции
- Копирование списков в Python
- Работа с NumPy
- Отладка регулярных выражений в Python
- Переопределение метода __eq__
- Методы split() и join() — Python строк.
- Вывод баннеров
- Форматирование строк в Python
- Оптимизация гиперпараметров с Scikit Optimize
- Объединение списков в строку
- Абстракции словарей и множеств в Python















