「这是我参与2022首次更文挑战的第13天，活动详情查看：2022首次更文挑战」。

在 《【Python】多进程-进程间共享对象》 中，讲解了如何通过共享内存和服务进程，使不同的进程能够访问同一变量。不同的进程也可以通过这一变量交换信息，完成通信。在使用共享内存时，我们需要事先指明共享变量的类型。本文将介绍使用队列和管道实现进程之间的通信，与使用共享内存相比，使用队列和管道进行通信更加灵活。

本文将介绍使用队列实现多进程之间的通信，并在下篇文件介绍使用管道实现多进程之间的通信。

queue.Queue 与 multiprocessing.Queue

Python 的 queue.Queue(maxsize=0) 中，实现了一个同步普通队列。在存取元素时，遵循先进先出的规制。如果队列为空，则取元素的进程会被阻塞；如果队列已满，则放元素的进程会被阻塞。

multiprocessing 库也提供了 multiprocessing.Queue()，除了 queue.Queue() 中具有的方法，multiprocessing.Queue() 还提供了一些进程相关的方法。

下面，我们对比一下这两个队列：

共同的方法

下面这些方法，queue.Queue 和 multiprocessing.Queue 都有，而且参数也相同：

qsize()可以获取队列的大致大小，但是由于得到返回值后队列的内容可能已经被其他进程修改，因此不能根据该返回值判断之后的操作会不会被阻塞。

full() 和 empty() 分别用于判断队列是否是满/空的，当队列满/空时返回 True，否则返回 False，与 qsize() 一样，不能根据返回值判断之后的操作会不会被阻塞

使用 put(item, block=True, timeout=None) 可以将元素放入队列队尾，block 用于控制队列已满时，放元素的进程是否要被阻塞，默认为 True（被阻塞）；timeout 用于控制被阻塞的时间，超时则会抛出异常。如果不希望进程被阻塞，也可以使用 put_nowait(item) 方法，该方法相当于put(item, False) 

使用 get(block=True, timeout=None)可以将队头元素从队列取出，同样地，block 用于控制队列为空时，取元素的进程是否被阻塞，block和timeout的含义与 put 相同。如果不想进程被阻塞，可以使用get_nowait() 方法，相当于 get(False) 。

queue.Queue 特有的方法

下面这些方法，只有 queue.Queue 具有：

task_done() 被队列的消费者线程使用，用于表示前面排队的任务已经被完成。进程在调用 Queue.get() 后，通过调用 task_done() 告诉队列这个操作已经完成。但如果调用次数超过被放入队列的元素数量，会抛出 ValueError 异常。

当向队列添加元素时，未完成任务计数增加；当调用 task_done()，未完成任务计数减少。当未完成任务计数减少到0时，阻塞解除。join() 方法会阻塞直到队列中所有的元素都被接收和处理完毕。

multiprocessing.Queue 特有的方法

multiprocessing.Queue 提供了一些进程相关的方法：

进程通过调用 close() 方法，指示当前进程将不会再往队列中放入对象。这个方法在队列被垃圾回收时会自动调用。

join_thread() 方法会阻塞当前进程，等待后台线程，直到后台线程退出，以确保所有缓冲区中的数据都被写入队列。这个方法仅在调用了 close() 方法之后依然可用。默认情况下，如果一个不是队列创建者的进程试图退出，它会尝试等待这个队列的后台线程。cancel_join_thread()方法则可以阻止  join_thread() 方法阻塞当前进程，即防止进程退出时自动等待后台线程退出。

代码

最后，通过代码演示一下多进程通过队列进行通信。

代码实现了一个经典的生产者-消费者问题：一个厨师生产蛋糕，三个顾客嗷嗷待哺：

import multiprocessing
import time 
import random

class cake:
    def __init__(self, time):
        self.productionTime = time 
    
    def eat(self):
        print("Eat a cake product at ", self.productionTime)
    
def cook(q):
    for _ in range(6):
        q.put(cake(time.time()))
        time.sleep(random.random())
    q.close()

def customer(q):
    for _ in range(2):
        cake = q.get()
        cake.eat()
        time.sleep(random.random() * 5)

if __name__ == "__main__":

    q = multiprocessing.Queue(maxsize= 5)

    p1 = multiprocessing.Process(target= cook, args=(q, ))
    p2 = multiprocessing.Process(target= customer, args=(q, ))
    p3 = multiprocessing.Process(target= customer, args=(q, ))
    p4 = multiprocessing.Process(target= customer, args=(q, ))

    p1.start()
    p2.start()
    p3.start()
    p4.start()