多进程与多线程最大的区别在于数据独立、不共享内存。所以，如果某个进程修改了内存中的数据，通常这个改动只限于该进程内，并不会影响到其他进程。
通过共享变量的方式，实现进程间的通信，显然是无法做到了。但是，好在我们还可以通过Queue。
本文的主要内容有：
1、进程间通信概述
2、通过Queue实现进程间通信
进程间通信概述进程间通信（Inter-Process Communication, IPC）是并发编程中一个很核心的概念。虽然在编程模型上，多进程与多线程在代码编写上有很多的相似性，但是在进程间通信上，会存在很大的不同。
1、数据隔离
由于每个进程都有自己独立的内存空间，因此进程之间不能直接访问彼此的内存，多线程中通过共享变量的方式进行通信的方式，显然就行不通了。
进程间的通信必须依靠特定的机制来进行，比如消息队列、管道、共享内存等。
2、IPC机制的选择
1）管道（Pipe）：是一种常见的通信方式，在Linux中比较常见，比如最简单的命令行中的管道符，也是管道的一种。管道更适合一对一的通信需求。
2）消息队列：可以允许多个进程间进行通信，而且可以实现优先级。
3）共享内存：申请一块内存作为共享内存，允许多个进程访问该内存，速度比较快，但是，会涉及到类似于线程中的同步机制来防止数据竞争。
4）套接字（Socket）：这种方式不仅支持本地的多进程通信，而且可以支持跨主机的进程通信。
具体选择时，需要结合业务需求，选择最适合的IPC机制。
需要特别说明的是，IPC机制的实现依赖于操作系统的支持，不同的操作系统可能会有不同的实现和性能特性。
了解了多进程的数据隔离特性、以及常见的IPC机制之后，下面通过代码实例，来简单介绍基于消息队列实现多进程之间的通信。其他IPC机制，将在后续的文章中依次介绍。
通过Queue实现进程间通信需要注意的是，这里说的Queue，不是之前在多线程中使用的queue模块中的Queue，因为其本质上还是依赖线程间的数据共享。
接下来演示尝试使用queue模块中的Queue进行IPC，直接看代码：
运行结果是直接报错了：
其实，我们需要使用的是multiprocessing模块中的Queue。我们对上面的代码修改，只需要把Queue改为multiprocessing模块中的Queue，即可正常执行。
可以看到，只有import部分做了修改。
运行结果：
从这个代码的微小改动，即可从多线程中的队列，切换为多进程可用的队列。从中可以体会出Python相关设计中，所追求的编程接口的一致性，保证了队列相关对象在操作上的一致性，从而使得我们在学习、开发实践中，更加容易进行相关技能的扩充、迁移。
总结本文简单介绍了多进程中数据隔离的特性，进程间通信（IPC）的概念，以及常见的实现机制。最后通过代码演示了通过消息队列（Queue)实现进程间通信的方式。
以上就是本文的全部内容，希望对您有所帮助！
