ked为True（默认值），并且timeout为正值，该方法会阻塞timeout指定的时间，直到该队列有剩余的空间。如果超时，会抛出Queue.Full异常。如果blocked为False，但该Queue已满，会立即抛出Queue.Full异常。
get方法可以从队列读取并且删除一个元素。同样，get方法有两个可选参数：blocked和timeout。如果blocked为True（默认值），并且timeout为正值，那么在等待时间内没有取到任何元素，会抛出Queue.Empty异常。如果blocked为False，有两种情况存在，如果Queue有一个值可用，则立即返回该值，否则，如果队列为空，则立即抛出Queue.Empty异常。
1 import multiprocessing
2 def writer_proc(q):
3 try:
4 q.put(1, block = False)
5 except:
6 pass
7
8 def reader_proc(q):
9 try:
10 print (q.get(block = False))
11 except:
12 pass
13
14 if __name__ == "__main__":
15 q = multiprocessing.Queue()
16 writer = multiprocessing.Process(target=writer_proc, args=(q,))
17 writer.start()
18
19 reader = multiprocessing.Process(target=reader_proc, args=(q,))
20 reader.start()
21
22 reader.join()
23 writer.join()
24
25 # 运行结果
26 # 1
6、Pipe
Pipe方法返回(conn1, conn2)代表一个管道的两个端。Pipe方法有duplex参数，如果duplex参数为True(默认值)，那么这个管道是全双工模式，也就是说conn1和conn2均可收发。duplex为False，conn1只负责接受消息，conn2只负责发送消息。
send和recv方法分别是发送和接受消息的方法。例如，在全双工模式下，可以调用conn1.send发送消息，conn1.recv接收消息。如果没有消息可接收，recv方法会一直阻塞。如果管道已经被关闭，那么recv方法会抛出EOFError。
Pipe可以是单向(half-duplex)，也可以是双向(duplex)。我们通过mutiprocessing.Pipe(duplex=False)创建单向管道 (默认为双向)。一个进程从PIPE一端输入对象，然后被PIPE另一端的进程接收，单向管道只允许管道一端的进程输入，而双向管道则允许从两端输入。
1 # proc1 发送消息，proc2,proc3轮流接收消息
2 import multiprocessing
3 import time
4
5 def proc1(pipe):
6 while True:
7 for i in range(100):
8 print ("send: %s" %(i))
9 pipe.send(i)
10 time.sleep(1)
11
12 def proc2(pipe):
13 while True:
14 print ("proc2 rev:", pipe.recv())
15 time.sleep(1)
16
17 def proc3(pipe):
18 while True:
19 print ("proc3 rev:", pipe.recv())
20 time.sleep(1)
21
22 if __name__ == "__main__":
23 pipe = multiprocessing.Pipe()
24 p1 = multiprocessing.Process(target=proc1, args=(pipe[0],))
25 p2 = multiprocessing.Process(target=proc2, args=(pipe[1],))
26 p3 = multiprocessing.Process(target=proc3, args=(pipe[1],))
27
28 p1.start()
29 p2.start()
30 p3.start()
31
32 p1.join()
33 p2.join()
34 p3.join()
35
36 # 运行结果
37 '''
38 send: 0
39 proc2 rev: 0
40 send: 1
41 proc3 rev: 1
42 send: 2
43 proc2 rev: 2
44 send: 3
45 proc3 rev: 3
46 send: 4
47 proc2 rev: 4
48 send: 5
49 proc3 rev: 5
50 send: 6
51 proc2 rev: 6
52 send: 7
53 proc3 rev: 7
54 send: 8
55 proc2 rev: 8
56 send: 9
57 proc3 rev: 9
58 send: 10
59 proc2 rev: 10
60 ......
61 '''
7、Pool
在利用Python进行系统管理的时候，特别是同时操作多个文件目录，或者远程控制多台主机，并行操作可以节约大量的时间。当被操作对象数目不大时，可以直接利用multiprocessing中的Process动态成生多个进程，十几个还好，但如果是上百个，上千个目标，手动的去限制进程数量却又太过繁琐，此时可以发挥进程池的功效。
Pool可以提供指定数量的进程，供用户调用，当有新的请求提交到pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来执行它。
使用进程池（非阻塞）
1 import multiprocessing
2 import time
3
4 def func(msg):
5 print ("msg:", msg)
6 time.sleep(3)
7 print ("end")
8
9 if __name__ == "__main__":
10 pool = multiprocessing.Pool(processes = 3) # 池中最大进程数为3
11 for i in range(10):
12 msg = "hello %d" %(i)
13 pool.apply_async(func, (msg, )) #维持执行的进程总数为processes，当一个进程执行完毕后会添加新的进程进去
14
15 print ("Mark~ Mark~ Mark~~~~~~~~~~~~~~~~~~~~~~")
16 pool.close()
17 pool.join() #调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束
18 print ("Sub-process(es) done.&qu