IPC机制：（解决进程间的数据隔离问题）
进程间通信：IPC(inter-Process Comminication)
创建共享的进程列队，Queue 是多进程的安全列队，可以使用Queue 实现多进程之间的数据传递
底层实现：管道＋锁的方式实现
# Queue([maxsize]) 创建共享的进程队列。maxsize是队列中允许的最大项数。如果省略此参数，则无大小限制。底层队列使用管道和锁定实现。另外，还需要运行支持线程以便队列中的数据传输到底层管道中。 Queue的实例q具有以下方法： q.get( [ block [ ,timeout ] ] ) 返回q中的一个项目。如果q为空，此方法将阻塞，直到队列中有项目可用为止。block用于控制阻塞行为，默认为True. 如果设置为False，将引发Queue.Empty异常（定义在Queue模块中）。timeout是可选超时时间，用在阻塞模式中。如果在制定的时间间隔内没有项目变为可用，将引发Queue.Empty异常。 q.get_nowait( ) 同q.get(False)方法。 q.put(item [, block [,timeout ] ] ) 将item放入队列。如果队列已满，此方法将阻塞至有空间可用为止。block控制阻塞行为，默认为True。如果设置为False，将引发Queue.Empty异常（定义在Queue库模块中）。timeout指定在阻塞模式中等待可用空间的时间长短。超时后将引发Queue.Full异常。 q.qsize() 返回队列中目前项目的正确数量。此函数的结果并不可靠，因为在返回结果和在稍后程序中使用结果之间，队列中可能添加或删除了项目。在某些系统上，此方法可能引发NotImplementedError异常。 q.empty() 如果调用此方法时 q为空，返回True。如果其他进程或线程正在往队列中添加项目，结果是不可靠的。也就是说，在返回和使用结果之间，队列中可能已经加入新的项目。 q.full() 如果q已满，返回为True. 由于线程的存在，结果也可能是不可靠的（参考q.empty（）方法）。
q.close() 关闭队列，防止队列中加入更多数据。调用此方法时，后台线程将继续写入那些已入队列但尚未写入的数据，但将在此方法完成时马上关闭。如果q被垃圾收集，将自动调用此方法。关闭队列不会在队列使用者中生成任何类型的数据结束信号或异常。例如，如果某个使用者正被阻塞在get（）操作上，关闭生产者中的队列不会导致get（）方法返回错误。 q.cancel_join_thread() 不会再进程退出时自动连接后台线程。这可以防止join_thread()方法阻塞。 q.join_thread() 连接队列的后台线程。此方法用于在调用q.close()方法后，等待所有队列项被消耗。默认情况下，此方法由不是q的原始创建者的所有进程调用。调用q.cancel_join_thread()方法可以禁止这种行为
二、消费者生产者模型实现
# -*- coding: utf-8 -*-
"""
生产者消费模型：
生产者:生产数据
消费者:处理数据
解决供需不平衡问题
定义一个队列，用来存放固定数量的数据
解决一个生产者与消费者不需要直接打交道，两者通过队列进行数据传输
"""
from multiprocessing import Process, JoinableQueue
import time
import random
def producer(name, food, q):
for i in range(1, 5):
res = '%s%s' % (food, i)
time.sleep(random.randint(1, 2))
print('%s 生产了%s' % (name, res))
q.put(res) # 将生产的数据放入队列中
def consumer(name, q):
while True:
res = q.get()
if res is None:
break
time.sleep(random.randint(1, 2))
print('消费者%s正在吃%s' % (name, res))
q.task_done() # 告诉你的队列，你已经将数据取出并且处理完毕
if __name__ == '__main__':
q = JoinableQueue() # 生成一个队列对象
p1 = Process(target=producer, args=('祝志伟', '包子', q))
p2 = Process(target=producer, args=('莫福进', '饺子', q))
p3 = Process(target=producer, args=('张金', '粽子', q))
c1 = Process(target=consumer, args=('QZK', q))
c2 = Process(target=consumer, args=('RAIN', q))
p1.start()
p2.start()
p3.start()
c1.daemon = True
c2.daemon = True
c1.start()
c2.start()
p1.join()
p2.join()
p3.join()
q.join() # 等待队列中数据全部取出
print('主进程')