Python:生产者-消费者模型，多进程同步构建

生产者-消费者模型

在很多数据采集分析、数据通讯、网络爬虫等领域，数据生产者-消费者模型具有重要的作用。在多线程开发当中，如果生产者处理速度很快，而消费者处理速度很慢，那么生产者就必须等待消费者处理完，才能继续生产数据。同样的道理，如果消费者的处理能力大于生产者，那么消费者就必须等待生产者。而数据采集、数据通讯等任务，CPU大部分的时间会花费在IO上，使得信号不能及时分析处理。为了解决这个问题，在多核CPU的支持下，于是引入了生产者和消费者模式。生产者和消费者在同一时间段内共用同一个存储空间，生产者往存储空间中添加产品，消费者从存储空间中取走产品，当存储空间为空时，消费者阻塞，当存储空间满时，生产者阻塞。（https://www.jianshu.com/p/f53fb95b5820）

Python多线程的不足

生产者-消费者模型一般采用多线程的方式实现，然而在python中，由于GIT全局锁的存在，多个线程还是在单个内核上分时执行，多线程程序并不能像C++等那样充分利用多核CPU的计算性能，导致单个核心性能不堪重负而其他核心性能的浪费。

Python多进程的一般示例

python中真正支持多核CPU的是多进程并行机制，一般通过调用multiprocessing.Process实现多进程的创建，并且通过multiprocessing.Queue实现生产者进程与消费者进程的数据通信。CSDN上可搜索到的典型示例如下：
多生产者、多消费者模型

# JoinableQueue是一个Queue对象，