1. 什么是队列？
学过数据结构的人都知道，如果不知道队列，请Google（或百度）。
2. 在python中什么是多生产者，多消费模型？
简单来说，就是一边生产（多个生产者），一边消费（多个消费者）。比如，一边有m个线程生产数据，另一边有n个线程消费（使用）数据，这就是多生产者，多消费者模型。
注：消费依赖生产（没有厂家生产产品，就不会有关于这种产品的消费），在python中，如果生产者线程没有产生数据，那么消费者线程有关于消费行为的操作就应当处于阻塞状态。
3. 在python中为什么有queue这个标准模块？它有什么用？
用threading.Lock Objects或其他的锁来完成上一问的需求会很复杂，所以queue这个模块简化了这些操作。
queue模块实现多生产者，多消费者队列。它特别适用于信息必须在多个线程间安全地交换的多线程程序中。该模块中的Queue类实现了所有需要的锁定语义。
queue模块实现了三类队列，主要差别在于取得数据的顺序上。在FIFO（First In First Out，先进先出）队列中，最早加入的任务会被最先得到。在LIFO（Last In First Out，后进先出）队列中，最后加入的任务会被最先得到（就像栈一样）。在优先队列中，任务被保持有序（使用heapq模块），拥有最小值的任务（优先级最高）被最先得到。
queue模块提供的方法：
Queue.empty()
"""
如果队列为空，返回True，否则返回False。如果empty()返回True，它不保证后续调用put()不会阻塞。类似的，如果empty()返回False也不能保证接下来的get()调用不会被阻塞。
""" Queue.full()
"""
如果队列已满，则返回True，否则返回False。如果full()返回True，它不保证后续调用get()不会阻塞。类似的，如果full()返回False并不能保证接下来的put()调用不会被阻塞。
""" Queue.qsize()
"""
返回队列的近似大小。注意，qsize()> 0不保证随后的get()不会阻塞，qsize() < maxsize也不会保证put()不会被阻塞。
""" Queue.put(item, block=True, timeout=None)
"""
将item放入队列中。如果可选的参数block为True且timeout为None（默认的情况，阻塞调用，无超时），如有必要（比如队列满），阻塞调用线程，直到有空闲槽可用。如果超时是正数，则它最多阻塞超时秒，如果在该时间内没有空闲插槽，则引发Full异常。如果block为False，如果有空闲槽可用将数据放入队列，否则立即抛出Full异常（非阻塞调用，timeout被忽略）。
""" Queue.get(block=True, timeout=None)
"""
从队列中移除并返回一个数据。如果可选的参数block为True且timeout为None（默认的情况，阻塞调用，无超时），阻塞调用进程直到有数据可用。如果超时是正数，则它最多阻塞超时秒，如果在该时间内没有可用的项，则引发Empty异常。如果block为False，如果有数据可用返回数据，否则立即抛出Empty异常（非阻塞调用，timeout被忽略）。
""" Queue.put_nowait(item)
"""
等同于put(item, block=False)（非阻塞调用）。
""" Queue.get_nowait()
"""
等同于get(block=False)（非阻塞调用）。
""" Queue.task_done()
"""
意味着之前入队的一个任务已经完成。由队列的消费者线程调用。每一个get()调用得到一个任务，接下来的task_done()调用告诉队列该任务已经处理完毕。 If a join() is currently blocking, it will resume when all items have been processed (meaning that a task_done() call was received for every item that had been put() into the queue). 如果该方法被调用的次数多于被放入队列中的任务的个数，ValueError异常会被抛出。
""" Queue.join()
"""
阻塞调用线程，直到队列中的所有任务被处理掉。 只要有数据被加入队列，未完成的任务数就会增加。当消费者线程调用task_done()以指示该项目已检索并且其上的所有工作都已完成时，计数将减少。当未完成的任务数降到0，join()解除阻塞。
"""
Queue对象（Queue、LifoQueue和PriorityQueue）提供了下述的公共方法
注：由于同一进程的线程之间内存空间是共享的，故在同一进程的任一线程中定义的Queue对象，在该进程的任一线程都可以使用。
例（演示queue模块的使用）：
import queue,threading
import random,time class Producter(threading.Thread):
def __init__(self, name):
super(Producter, self).__init__()
self.name = "Producter:" + str(name) def run(self):
things = ['A', 'B', 'C']
for i in range(3):
production = random.choice(things)
print(self.name + " producted--->" + production)
production = production + " from " + self.name
all_productions.put(production) #将生产的数据放入队列
time.sleep(1)
time.sleep(5) class Consumer(threading.Thread):
def __init__(self, name):
super(Consumer, self).__init__()
self.name = "Consumer:" + str(name) def run(self):
for i in range(2):
thing = all_productions.get() #拿出已经生产好的数据
print(self.name + " is using--->" + thing)
time.sleep(2)
all_productions.task_done() #告诉队列有关这个数据的任务已经完成
time.sleep(5) if __name__ == "__main__":
all_productions = queue.Queue() #启动两个生产者线程生
p_s = []
for i in range(2):
p = Producter(i)
p.start()
p_s.append(p) #启动三个消费者线程消费
c_s = []
for i in range(3):
c = Consumer(i)
c.start()
c_s.append(c) #阻塞，直到生产者生产的数据被消耗完
all_productions.join()
#等待生产者线程结束
for p in p_s:
p.join()
#等待消费者线程结束
for c in c_s:
c.join()
print("finish....")
queue模块简单使用演示