本文实例讲述了Python进程间通信Queue消息队列用法。分享给大家供大家参考，具体如下：进
本文实例讲述了Python进程间通信Queue消息队列用法。分享给大家供大家参考，具体如下：
进程间通信-Queue
Process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。
1. Queue的使用
可以使用multiprocessing模块的Queue实现多进程之间的数据传递，Queue本身是一个消息列队程序，首先用一个小实例来演示下Queue的工作原理： 代码如下：
#coding=utf-8
from multiprocessing import Queue
#初始化一个Queue对象，最多可接收三条put消息
q = Queue(3)
q.put('消息１')
q.put('消息２')
print(q.full())#False
q.put('消息３')
print(q.full())#True
#因为消息列队已满下面的try都会抛出异常，第一个try会等待2秒后再抛出异常，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')#等同于q.put('消息４', False)
except:
print('消息队列已满，现有消息数量：%s'%q.qsize())
#推荐的方式，先判断消息列队是否已满，再写入
if not q.full():
q.put_nowait('消息４')
#读取消息时，先判断消息列队是否为空，再读取
if not q.empty():
for i in range(q.qsize()):
print(q.get_nowait())
运行结果：
False True 消息队列已满，现有消息数量：3 消息队列已满，现有消息数量：3 消息１ 消息２ 消息３
说明
初始化Queue()对象时（例如：q=Queue()），若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限（直到内存的尽头）；
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，反之False ； Queue.full()：如果队列满了，返回True,反之False； Queue.get([block[, timeout]])：获取队列中的一条消息，然后将其从列队中移除，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出”Queue.Empty”异常；
2）如果block值为False，消息列队如果为空，则会立刻抛出”Queue.Empty”异常； Queue.get_nowait()：相当Queue.get(False)； Queue.put(item,[block[, timeout]])：将item消息写入队列，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写⼊状态），直到从消息列队腾出空间为止。如果设置了timeout，则会等待timeout秒，若还没空间，则抛出”Queue.Full”异常；
2）如果block值为False，消息列队如果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)；
2. Queue实例
我们以Queue为例，在子进程中创建两个子进程，一个往Queue中写数据，一个从Queue中读数据：
#coding=utf-8
from multiprocessing import Queue, Process
import time, random, os
#写数据进程执行的代码
def write(q):
l1 = ['A','B','C']
for value in l1:
print('put %s to queue...'%value)
q.put(value)
time.sleep(random.random())
#读数据执行的代码
def read(q):
while True:
if not q.empty():
value = q.get(True)
print('get %s from queue...' % value)
time.sleep(random.random())
else:
break
if __name__ == "__main__":
#父进程创建Queue,并传给各个子进程
q = Queue()
qw = Process(target=write, args=(q,))
qr = Process(target=read, args=(q,))
#启动子进程ｑｗ写入
qw.start()
qw.join()
# 启动子进程ｑｒ写入
qr.start()
qr.join()
# ｑｒ进程是死循环，无法等待其结束，只能强行终止:
print('所有数据都已经写入并读取完毕')
运行结果：
put A to queue... put B to queue... put C to queue... get A from queue... get B from queue... get C from queue... 所有数据都已经写入并读取完毕
3. 进程池中的Queue
如果要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()，否则会得到一条如下的错误信息：
RuntimeError: Queue objects should only be shared between processes through inheritance.
下面的实例演示了进程池中的进程如何通信：
代码如下：
#coding=utf-8
from multiprocessing import Manager, Pool
import time, random, os
def writer(q):
print('writer启动%s,父进程为%s'%(os.getpid(),os.getppid()))
l1 = ['a','b','c','d','e']
for value in l1:
q.put(value)
def reader(q):
print('reader启动%s，父进程为%s'%(os.getpid(),os.getppid()))
for i in range(q.qsize()):
print('reader从Queue获取到消息：%s'%q.get(True))
if __name__ == "__main__":
print('父进程%s启动．．．'%os.getpid())
q = Manager().Queue() #使用Manager中的Queue来初始化
po = Pool()
# 使用阻塞模式创建进程，这样就不需要在reader中使用死循环了，可以让writer完全执行完成后，再用reader去读取
po.apply(writer, (q,))
po.apply(reader, (q,))
po.close()
po.join()
print('%s结束'%os.getpid())
运行结果：
Python 进程间通信 Queue 消息队列父进程7415启动．．． writer启动7421,父进程为7415 reader启动7422， 父进程为7415 reader从Queue获取到消息：a reader从Queue获取到消息：b reader从Queue获取到消息：c reader从Queue获取到消息：d reader从Queue获取到消息：e 7415结束