一、前言
在多进程中，每个进程之间是什么关系呢？其实每个进程都有自己的地址空间、内存、数据栈以及其他记录其运行状态的辅助数据。下面通过一个例子，验证一下进程之间能否直接共享信息。
定义一个全局变量g_num，分别创建2个子进程对g_num执行不同的操作，并输出操作后的结果。
代码如下：
# _*_ coding:utf-8 _*_
from multiprocessing import Process
def plus():
print("-------子进程1开始----------")
global g_num
g_num = 50
print("g_num is %d" % g_num)
print("-------子进程1结束----------")
def minus():
print("-------子进程2开始----------")
global g_num
g_num -= 50
print("g_num is %d" % g_num)
print("-------子进程2结束----------")
g_num = 100 # 定义一个全局变量
if __name__ == "__main__":
print("-------主进程开始----------")
print("g_num is %d" % g_num)
p1 = Process(target=plus) # 实例化进程p1
p2 = Process(target=minus) # 实例化进程p2
p1.start() # 开启p1进程
p2.start() # 开启p2进程
p1.join() # 等待p1进程结束
p2.join() # 等待p2进程结束
print("-------主进程结束----------")运行结果如图所示：
上述代码中，分别创建了2个子进程，一个子进程中令g_num加上50，另一个子进程令g_num减去50。但是从运行结果可以看出来，g_num在父进程和2个子进程中的初始值都是100。也就是全局变量g_num在一个进程中的结果，没有传到下一个进程中，即进程之间没有共享信息。
进程间示意图如图所示：
要如何才能实现进程间的通信呢？Python的multiprocessing模块包装了底层的机制，提供了Queue(队列)、Pipes(管道)等多种方式来交换数据。本文将讲解通过队列（Queue）来实现进程间的通信。
二、队列简介
队列（Queue）就是模型仿现实中的排队。例如学生在食堂排队买饭。新来的学生排队到队伍最后，最前面的学生买完饭走开，后面的学生跟上。
可以看出队列有两个特点：
- 新来的学生都排在队尾。
- 最前的学生完成后离队，后面一个跟上。
根据以上特点，可以归纳出队列的结构如图所示：
三、多进程队列的使用
进程之间有时需要通信，操作系统提供了很多机制来实现进程间的通信。可以使用multiprocessing模块的Queue实现多进程之间的数据传递。Queue本身是一个消息队列程序，下面介绍一下Queue的使用。
初始化Queue()对象时（例如：q=Queue(num)）,若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接收的消息数量没有上限（直到内存的尽头）。
Queue的常用方法如下：
Queue.qsize()：返回当前队列包含的消息数量。Queue.empty()：如果队列为空，返回True；返之返回False。Queue.full()：如果队列满了，返回True；反之返回False。Queue.get(block[,timeout])：获取队列中的一条信息，然后将其从队列中移除，block默认值为True。
如果block使用默认值，且没有设置timeout(单位秒)，消息队列为空，此时程序将被阻塞（停在读取状态），直到从消息队列读到消息为止。如果设置了timeout，则会等待timeout秒，若还没有读取任何消息，则抛出“Queue.Empty”异常。
如果block值为False，消息队列为空，则会立刻抛出“Queue.Empty”异常。
Queue.get_nowait()：相当于Queue.get(False)。Queue.put(item,[block[,timeout]])：将item消息写入队列，block默认值为True。
如果block使用默认值，且没有设置timeout(单位秒)，消息队列如果已经没有空间可以写入，此时程序将被阻塞(停在写入状态)，直到从消息队列腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没有空间，则抛出“Queue.Full”异常。
如果block值为False，消息队列没有空间可写入，则会立刻抛出“Queue.Full”异常
Queue.put_nowait(item)：相当Queue.put(item,False)。
下面，通过一个例子学习一下如何使用processing.Queue。
代码如下：
# _*_ coding:utf-8 _*_
from multiprocessing import Queue
if __name__ == "__main__":
q = Queue(3)
q.put("消息1")
q.put("消息2")
print(q.full()) # 返回False
q.put("消息3")
print(q.full()) # 返回True
# 因为消息队列已满，下面的try都会抛出异常
# 第一个try会等待2秒再抛出异常，第二个try会立刻抛出异常
try:
q.put("消息4", True, 2)
except:
print("消息队列已满，现有消息数量:%s" % q.qsize())
try:
q.put_nowait("消息4")
except:
print("消息队列已满，现有消息数量:%s" % q.qsize())
# 读取消息时，先判断消息队列是否为空，再读取
if not q.empty():
print("-----从队列中获取消息-------")
for i in range(q.qsize()):
print(q.get_nowait())
# 先判读消息队列是否已满，再写入：
if not q.full():
q.put_nowait("消息4")运行结果如图所示：
四、使用队列在进程间通信
我们知道使用multiprocessing.Process可以创建多进程，使用multiprocessing.Queue可以实现队列的操作。接下来，通过一个示例结合Process和Queue实现进程间的通信。
创建2个子进程，一个子进程负责向队列中写入数据，另外一个子进程负责从队列中读取数据。为了保证能够正确从队列中读取数据，设置读取数据的进程等待时间为2秒。如果2秒后乃然无法读取数据，则抛出异常。
代码如下：
# _*_ coding:utf-8 _*_
from multiprocessing import Process, Queue
import time
# 向队列中写入数据
def write_task(q):
if not q.full():
for i in range(5):
message = "消息" str(i)
q.put(message)
print("写入：%s" % message)
# 从队列中读取数据
def read_task(q):
time.sleep(1) # 休眠1秒
while not q.empty():
print("读取：%s" % q.get(True, 2)) # 等待2秒中，如果没有读取到任何信息，则抛出异常
if __name__ == "__main__":
print("--------父进程开始---------")
q = Queue() # 父进程创建Queue，并传给各个子进程
pw = Process(target=write_task, args=(q,)) # 实例化写入队列的子进程，并传递给队列
pr = Process(target=read_task, args=(q,)) # 实例化读取队列的子进程，并传递给队列
pw.start() # 启动子进程pw，写入
pr.start() # 启动子进程pr，读取
pw.join() # 等待pw结束
pr.join() # 等待pr结束
print("-------父进程结束-----------")运行结果如下：
到此这篇关于Python通过队列实现进程间通信详情的文章就介绍到这了,更多相关Python进程间通信 内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！