python multiprocessing Pipe Queue

两者功能类似，甚至可以说是相同，都是用于多进程通信。两者可以认为是Hibernate和JPA的关系，即Queue可以看作是对Pipe的进一步封装

Pipe的基本形式为：

pipe1, pipe2 = multiprocessing.Pipe()task1(p1, p2): p1.send("bingo") # 进程1向pipe1发送一条数据task2(p1, p2): p2.recv() # 进程2接收pipe中的数据，如果没有数据则会阻塞multiprocessing.Process(target=task1, args=(pipe1, pipe2)).start()multiprocessing.Process(target=task2, args=(pipe1, pipe2)).start()

上面代码为 Pipe 的默认用法，需要注意的是：

就像非对称加密中的公钥和私钥一样，使用公钥加密的数据必须用私钥才能解密，使用私钥加密的数据必须用公钥解密

这里也一样，pipe1 和 pipe2 互为一对，任意一个用来发送数据，就必须用另一个才能接收。

另外，你可以向pipe中send多个数据，但每次调用recv时只会获取一条数据

与Pipe类似的还有 Queue，不同点在于它只是一个实例 queue = multiprocessing.Queue()

事实上，可以认为Queue是对Pipe的封装，这种封装带来了两个好处：1）全双工通信，即一个Queue对象既可以发，也可以收。2）实际上Pipe是有send 限制的，即如果一直send数据但不recv，当占用一定大小内存后，send也会发生阻塞，而Queue就不会。但是，当设置 Pipe(duplex=True) 时，得到的两个pipe就都是全双工通信的了，相当于得到了两个Queue

但也正因为如此，Queue的效率往往更低

另一个不同在于：从设计思想上，Pipe应该被用于两个进程间通信，而Queue则可以应用于多进程间通信。但从实际使用上看，即使将Pipe用于多进程间通信也是没问题的。

参考：https://superfastpython.com/multiprocessing-pipe-in-python