python 并发专题（五）：离散事件仿真（事件循环生成器）

出租车队运营仿真

创建几辆出租车，每辆车会拉几个乘客，然后回家。出租车首先驶离车库，四处徘徊，寻找乘客；拉到乘客后，行程开始；乘客下车后，继续四处徘徊。

程序解释

程序的输出示例:

 

 

             创建 3 辆出租车的输出示例。-s 3 参数设置随机数生成器的种子，这样在调试和演示时可以重复运行程序，输出相同的结果。不同颜色的箭头表示不同出租车的行程。

            最值得注意的一件事是，3 辆出租车的行程是交叉进行的。那些箭头是我加上的，为的是让你看清各辆出租车的行程：箭头从乘客上车时开始，到乘客下车后结束。有了箭头，能直观地看出如何使用协程管理并发的活动。

注意：

1.出租车每隔 5 分钟从车库中出发。
2. 0 号出租车 2 分钟后拉到乘客（time=2），1 号出租车 3 分钟后拉到乘客（time=8），2 号出租车 5 分钟后拉到乘客（time=15）。
3. 0 号出租车拉了两个乘客（紫色箭头）：第一个乘客从 time=2 时上车，到 time=18 时下车；第二个乘客从 time=28 时上车，到
time=65 时下车——这是此次仿真中最长的行程。
4. 1 号出租车拉了四个乘客（绿色箭头），在 time=110 时回家。
5 2 号出租车拉了六个乘客（红色箭头），在 time=109 时回家。这辆车最后一次行程从 time=97 时开始，只持续了一分钟。
6.1 号出租车的第一次行程从 time=8 时开始，在这个过程中 2 号出租车离开了车库（time=10），而且完成了两次行程（那两个短的
红色箭头）。
7. 在此次运行示例中，所有排定的事件都在默认的仿真时间内（180分钟）完成；最后一次事件发生在 time=110 时。

主程序

taxis = {0: taxi_process(ident=0, trips=2, start_time=0),
         1: taxi_process(ident=1, trips=4, start_time=5),
         2: taxi_process(ident=2, trips=6, start_time=10)}
sim = Simulator(taxis)
sim.run(end_time)

 

taxi_process 协程，实现各辆出租车的活动

def taxi_process(ident, trips, start_time=0):  #每辆出租车调用一次 taxi_process 函数，创建一个生成器对象，表示各辆出租车的运营过程。
                                               #ident 是出租车的编号（如上述运行示例中的 0、1、2）；trips 是出租车回家之前的行程数量；
                                               #start_time是出租车离开车库的时间。
    """每次改变状态时创建事件，把控制权让给仿真器"""
    time = yield Event(start_time, ident, 'leave garage')  #产出的第一个 Event 是 'leave garage'。执行到这一行时，协程
                                                           #会暂停，让仿真主循环着手处理排定的下一个事件。
                                                           #需要重新激活这个进程时，主循环会发送（使用 send 方法）当前的仿真时间，赋值给time。
    for i in range(trips):  #每次行程都会执行一遍这个代码块。

        time = yield Event(time, ident, 'pick up passenger')  #产出一个 Event 实例，表示拉到乘客了。
                                                              #协程在这里暂停。需要重新激活这个协程时，主循环会发送（使用 send 方法）当前的时间。
        time = yield Event(time, ident, 'drop off passenger') # 产出一个 Event 实例，表示乘客下车了。协程在这里暂停，等待主循环发送时间，然后重新激活
    yield Event(time, ident, 'going home')  #指定的行程数量完成后，for 循环结束，最后产出 'going home'事件。
                                            #此时，协程最后一次暂停。仿真主循环发送时间后，协程重新激活；不过，这里没有把产出的值赋值给变量，因为用不到了。

    # 出租车进程结束  协程执行到最后时，生成器对象抛出 StopIteration 异常。

这个协程用到了别处定义的两个对象：compute_delay 函数，返回单位为分钟的时间间隔；Event类，一个 namedtuple，定义方式如下：

Event = collections.namedtuple('Event', 'time proc action')

 

Simulator 类的主要数据结构如下

self.events
　　PriorityQueue 对象，保存 Event 实例。元素可以放进（使用put 方法）PriorityQueue 对象中，然后按 item[0]（即 Event 对象
的 time 属性）依序取出（使用 get 方法）。
self.procs
　　一个字典，把出租车的编号映射到仿真过程中激活的进程（表示出租车的生成器对象）。这个属性会绑定前面所示的 taxis 字典副本。

Simulator.run 方法实现的算法：

(1) 迭代表示各辆出租车的进程。
　　a. 在各辆出租车上调用 next() 函数，预激协程。这样会产出各辆出租车的第一个事件。
　　b. 把各个事件放入 Simulator 类的 self.events 属性（队列）
中。
(2) 满足 sim_time < end_time 条件时，运行仿真系统的主循环。
　　a. 检查 self.events 属性是否为空；如果为空，跳出循环。
　　b. 从 self.events 中获取当前事件（current_event），即PriorityQueue 对象中时间值最小的 Event 对象。
　　c. 显示获取的 Event 对象。
　　d.获取 current_event 的 time 属性，更新仿真时间。

　　e.把时间发给 current_event 的 proc 属性标识的协程，产出下一个事件（next_event）。
　　f.把 next_event 添加到 self.events 队列中，排定next_event。

代码

#taxi_sim.py
class Simulator:

    def __init__(self, procs_map):
        self.events = queue.PriorityQueue() #保存排定事件的 PriorityQueue 对象，按时间正向排序。
        self.procs = dict(procs_map)# 获取的 procs_map 参数是一个字典（或其他映射），可是又从中构建一个字典，创建本地副本，
                                    # 因为在仿真过程中，出租车回家后会从self.procs 属性中移除，而我们不想修改用户传入的对象。
    def run(self, end_time):#run 方法只需要仿真结束时间（end_time）这一个参数。
        """排定并显示事件，直到时间结束"""
        # 排定各辆出租车的第一个事件
        for _, proc in sorted(self.procs.items()):  #使用 sorted 函数获取 self.procs 中按键排序的元素；用不到键，因此赋值给 _。
            first_event = next(proc)  #调用 next(proc) 预激各个协程，向前执行到第一个 yield 表达式，做好接收数据的准备。产出一个 Event 对象。
            self.events.put(first_event)  #把各个事件添加到 self.events 属性表示的 PriorityQueue 对象中。
                                          #如示例 16-20 中的运行示例，各辆出租车的第一个事件是 'leave garage'
        # 这个仿真系统的主循环
        sim_time = 0  #把 sim_time 变量（仿真钟）归零。
        while sim_time < end_time:  #这个仿真系统的主循环：sim_time 小于 end_time 时运行。
            if self.events.empty():  #如果队列中没有未完成的事件，退出主循环。
                print('*** end of events ***')
                break
            current_event = self.events.get()  #获取优先队列中 time 属性最小的 Event 对象；这是当前事件（current_event）。
            sim_time, proc_id, previous_action = current_event  #拆包 Event 对象中的数据。这一行代码会更新仿真钟 sim_time，对应于事件发生时的时间。
            print('taxi:', proc_id, proc_id * '   ', current_event)  #显示 Event 对象，指明是哪辆出租车，并根据出租车的编号缩进。
            active_proc = self.procs[proc_id]  #从 self.procs 字典中获取表示当前活动的出租车的协程。
            next_time = sim_time + compute_duration(previous_action)  #调用 compute_duration(...) 函数，传入前一个动作
                                                                      #（例如，'pick up passenger'、'drop off passenger' 等），
                                                                      #把结果加到 sim_time 上，计算出下一次活动的时间。

            try:
                next_event = active_proc.send(next_time)  #把计算得到的时间发给出租车协程。
                                                          #协程会产出下一个事件（next_event），或者抛出 StopIteration 异常（完成时）

except StopIteration:
                del self.procs[proc_id]  #如果抛出了 StopIteration 异常，从 self.procs 字典中删除那个协程。
            else:
                self.events.put(next_event)  #否则，把 next_event 放入队列中。
        else:  #如果循环由于仿真时间到了而退出，显示待完成的事件数量（有时可能碰巧是零）
            msg = '*** end of simulation time: {} events pending ***'
            print(msg.format(self.events.qsize()))

 

注意，
1.主 while 循环有一个 else 语句，报告仿真系统由于到达结束时间而结束，而不是由于没有事件要处理而结束。
2.靠近主 while 循环底部那个 try 语句把 next_time 发给当前的出租车进程，尝试获取下一个事件（next_event），如果成功，执
行 else 块，把 next_event 放入 self.events 队列中。

这个示例的要旨是说明如何在一个主循环中处理事件，以及如何通过发送数据驱动协程。