不确定我是否应该使用线程？ [关闭]

Question

我会尽量让我想做的事情尽可能简单。

我有两个班级ClassA 和ClassB

ClassA 有一个实例方法，其中包含一个“无限”运行并收集数据的 while 循环。 ClassA 也传递了ClassB 的实例。在ClassA 收集这些数据的同时，它也在检查传入的数据以查看是否已接收到某个信号。如果收到信号，则调用ClassB 中的实例方法。

考虑以下主程序驱动：

from class_a import ClassA
from class_b import ClassB

database_connection = MongoDB #purely example
class_b = ClassB(database_connection)
class_a = ClassA(class_b)

然后是课程：

Class class_a:

    def __init__(self, class_b):
        self.class_b

    def collect_data(self):
        while True:
            data = receiver()
            if (signal in data):
                self.class_b.send_data_to_database(data)

Class class_b:

    def __init__(self, database):
        self.database = database

    def convert_data(self, data):
        return data + 1

    def send_data_to_database(data):
        converted_data = convert_data(data)
        self.database.send(converted_data)

现在这是我的问题。我应该在 B 类中为“send_data_to_database()”实例方法创建一个线程吗？我的想法是，可能产生一个线程只是为了处理将数据发送到数据库，这将比没有线程化的实例方法更快。我的想法在这里错了吗？我对线程的了解有限。最终，我只是想找到在 A 类识别到数据中有信号时将数据发送到数据库的最快方法。感谢所有提前回复的人。

Answer 1

如果其中任何一个为真，我会使用线程：

• B 中的阻塞 I/O 数据库调用会对 A 的能力产生负面影响 及时收集数据。
• 这两个数据收集部分一起会对应用其他部分的响应能力产生负面影响（想想无响应的 GUI）

如果两个条件都不成立，那么单线程应用程序的麻烦就会少很多。

如果您确实使用线程，请考虑使用Queue for concurrency。 A 类可以将数据发布到 B 类正在等待的队列中。这是我的意思的基本代码示例：

from queue import Queue
from threading import Thread, Event

class class_a:
    def __init__(self, queue):
        self.queue = queue
        self.thread = Thread(target=self.collect_data)
        self.thread.start()

    def collect_data(self):
        for data in range(1000):
            if data % 3 == 0:
                print(f'Thread A sending {data} to queue')
                self.queue.put(data)
            else:
                print(f'Thread A discarding {data}')

class class_b:
    def __init__(self):
        self.queue = Queue()
        self.thread = Thread(target=self.process_data)
        self.thread.daemon = True
        self.thread.start()

    def process_data(self):
        while True:
            data = self.queue.get()
            print(f'Thread B received {data} from queue')

b = class_b()
a = class_a(b.queue)

最后，每当您考虑在 python 中使用并行性时，您必须询问multiprocessing 是否比多线程更有意义。当 CPU 计算而不是文件或网络 I/O 成为应用程序性能的限制因素时，多处理是更好的选择。根据您提供的信息，我认为多处理不适合您的项目。