理论：
1.每创造一个进程，默认里面就有一个线程 2.进程是一个资源单位，而进程里面的线程才是CPU上的一个调度单位 3.一个进程里面的多个线程，是共享这个进程里面的资源的 4.线程创建的开销比进程要小，不用申请空间，只要基于现在的进程所在的空间，开一条流水线 就可以，所以创造线程的速度比创造进程的速度快 5.进程之间更多的是竞争关系，因为他们彼此之间是互相隔离的，而同一个进程的线程之间是合作关系 线程与进程的区别 1.同一进程内的线程共享创建它们的进程的地址空间，也就是同一进程内的多个线程共享资源，进程拥有自己的地址空间，也就是说父进程 和子进程是完全独立的地址空间 2.线程可以直接访问进程的数据。在Linux系统下，主进程造一个子进程，子进程会把父进程的状态完整的拷贝一份当作子进程的初始状态，但是当子进程 在运行过程中再产生的数据或者把数据更改了就和父进程无关了 3.同一进程的线程可以相互通信。进程彼此之间内存空间是相互隔离的，若通信需要找一块共享的内存空间，共享意味着竞争， 所以需要加锁处理，那么就需要寻找既是共享的内存空间，而且还自动处理了锁，使用队列。队列就是ipc机制的一种进程之间 通信的方式，与它相类似的还有管道，只不过管道需要自己加锁处理，所以还是使用队列更方便。 线程是没有必要使用ipc机制的，因为默认就是共享同一进程的内存空间，但存在竞争的问题，所以只能加锁，使用线程自己的队列 4.同等资源情况下，能开的线程数量多于开的进程数量，线程开销小，创建速度快，意味着能创建更多线程
开启线程的两种方式
1.
from threading import Thread
def task():
print(‘is running‘)
if __name__==‘__main__‘:
t=Thread(target=task,)
t.start()
print(‘主‘)
#is running
#主
t.start() 发信号给操作系统，但是是基于当前进程已经有了空间的基础之上直接开线程
就可以了，当开始运行第一行代码的时候，进程就已经产生了，等到运行t.stat()的时候，
进程的空间早就开启了好长时间了，所以start的时候不用申请空间了，直接开一个流水线
就好了，开销小，所以就先看到‘is running‘
from multiprocessing import Process
def task():
print(‘is running‘)
if __name__ == ‘__main__‘:
t=Process(target=task,)
t.start()
print(‘主‘)
#主
#is running
开进程的开销大，要拷贝父进程的状态，需要的时间长，在 t.start() 给操作系统发出
申请后，操作系统要申请空间把这个进程造出来，还要再造一个线程，在这段时间内，
print(‘主‘)已经执行了。子进程造出来后就打印 is running
2.
from threading import Thread
class MyThread(Thread):
def run(self):
print(‘is running‘)
if __name__ == ‘__main__‘:
t=MyThread()
t.start()
print(‘主‘)
如果要传参数
from threading import Thread
class MyThread(Thread):
def __init__(self,name):
super().__init__()
self.name=name
def run(self):
print(‘%s is running‘ % self.name)
if __name__ == ‘__main__‘:
t=MyThread(‘egon‘)
t.start()
print(‘主‘)
线程与进程
from threading import Thread
from multiprocessing import Process
import os
def task():
print(‘%s is running‘ % os.getpid())
if __name__==‘__main__‘:
t1=Thread(target=task,)
t2=Thread(target=task,)
t1.start()
t2.start()
print(‘主‘,os.getpid())
#1376 is running
#1376 is running
#主 1376
线程和主线程看到的pid都是一样的，因为这多个线程都是在一个进程里面
from threading import Thread
from multiprocessing import Process
import os
def task():
print(‘%s is running‘ % os.getpid())
if __name__==‘__main__‘:
t1=Process(target=task,)
t2=Process(target=task,)
t1.start()
t2.start()
print(‘主‘,os.getpid())
#主 4136 主进程pid
#5588 is running 子进程pid
#6532 is running 子进程pid
多线程共享同一个进程内的资源
from threading import Thread
from multiprocessing import Process
n=100
def work():
global n
n=0
if __name__==‘__main__‘:
p=Process(target=work,)
p.start()
p.join()
print(‘主‘,n)
#主 100
主进程看n,主进程的n没有被改过
在开子进程的时候，数据会被拷贝到子进程，改全局变量是改的子进程的全局变量，
子进程的n改为0，但是主进程的n仍然是100
子进程与主进程是完全独立的内存空间
from threading import Thread
from multiprocessing import Process
n=100
def work():
global n
n=0
if __name__==‘__main__‘:
t=Thread(target=work,)
t.start()
t.join()
print(‘主‘,n)
# 主 0
线程是共享同一个进程的地址空间，改全局变量的n,这个n就来自进程的n,直接就改掉了
多线程共享同一进程内地址空间练习
from threading import Thread
msg_l=[]
format_l=[]
def talk():
‘‘‘用户输入后添加到列表‘‘‘
while True:
msg=input(‘>>: ‘).strip()
msg_l.append(msg)
def format():
‘‘‘弹出数据并且改为大写后添加到新列表‘‘‘
while True:
if msg_l:
data=msg_l.pop()
format_l.append(data.upper())
def save():
while True:
if format_l: # 如果有数据
data=format_l.pop() # 数据拿出来后保存到文件中
with open(‘db.txt‘,‘a‘) as f:
f.write(‘%s\n‘%data)
#因为中间需要共享数据所以需要多线程
if __name__==‘__main__‘:
t1=Thread(target=talk,)
t2=Thread(target=format,)
t3=Thread(target=save,)
t1.start()
t2.start()
t3.start()
所以只要是涉及到共享数据的多个并发任务可以用多线程实现
Thread对象其他相关的属性或方法
from threading import Thread
def talk():
print(‘is running‘)
if __name__==‘__main__‘:
t=Thread(target=task,)
t.start()
t.join() # 主进程等待子线程执行完
print(t.is_alive()) # 判断线程是否存活
print(‘主‘)
#is running
#False
#主
from threading import Thread
def talk():
print(‘is running‘)
if __name__==‘__main__‘:
t=Thread(target=task,)
t.start()
print(t.is_alive())
print(‘主‘)
print(t.is_alive())
#is running
#True
#主
#True
from threading import Thread
def talk():
print(‘is running‘)
if __name__==‘__main__‘:
t=Thread(target=task,)
t.start()
print(t.is_alive())
print(t.getName())
print(‘主‘)
print(t.is_alive())
#is runnning
#False
#Thread-1
#主
#False
所以在没有join方法的情况下，True和False是说不准的，
取决于操作系统什么时候回收它，它才什么时候会死掉
from threading import Thread,activeCount
def talk():
print(‘is running‘)
if __name__==‘__main__‘:
t=Thread(target=task,)
t.start()
print(‘主‘)
print(activeCount())
#is running
#主
#2 -----> 活着的线程数，一个主线程，和主线程开启的线程
from threading import Thread,activeCount,enumerate
def talk():
print(‘is running‘)
if __name__==‘__main__‘:
t=Thread(target=task,)
t.start()
print(‘主‘)
print(activeCount())
print(enumerate()) # --->显示当前活跃的线程对象
#is running
#主
#1
#[<_MainThread(MainThread, started 5588)>]
from threading import Thread,activeCount,enumerate
import time
def talk():
print(‘is running‘)
time.sleep(2) # 保证2s内线程死不掉
if __name__==‘__main__‘:
t=Thread(target=task,)
t.start()
print(enumerate())
print(‘主‘)
#is running
#[<_MainThread(MainThread, started 1060)>, <Thread(Thread-1, start 4496)>]
#主
一个主线程和一个Thread-1线程
#加入一个join方法
from threading import Thread,activeCount,enumerate
import time
def talk():
print(‘is running‘)
time.sleep(2) # 保证2s内线程死不掉
if __name__==‘__main__‘:
t=Thread(target=task,)
t.start()
t.join()
print(enumerate())
print(‘主‘)
#is running
#[<_MainThread(MainThread, started 6172)>]
#主
只有主线程
from threading import Thread,activeCount,enumerate,current_thread
import time
def talk():
print(‘%s is running‘%current_thread().getName()) # 当前的线程对象
time.sleep(2)
if __name__==‘__main__‘:
t=Thread(target=task,)
t.start()
t.join()
print(‘主‘)
#Thread-1 is running
验证开一个进程默认就有一个主线程
from threading import Thread,current_thread
from multiprocessing import Process
import time
print(current_thread())
#<_MainThread(MainThread, started 6192)>
右键一运行就会产生一个进程，进程不是一个执行单位，只是一个资源单位
主进程执行其实是主进程中的主线程在执行，所以谈到执行一定往线程上靠
from threading import Thread,current_thread
from multiprocessing import Process
import time
def task():
print(‘%s is running‘% current_thread().getName()) # 子进程的Main_Thread
time.sleep(2)
if __name__==‘__main__‘:
p=Process(target=task,) # 这个进程中的主线程开始执行代码了
p.start() # 开一个子进程，里面还有一个主线程
print(current_thread()) # 父进程的主线程
#<_MainThread(MainThread, started 5056)>
#MainThread is running
主线程从执行层面代表了其所在进程的执行过程
from threading import Thread,current_thread
from multiprocessing import Process
import time
def task():
print(‘%s is running‘% current_thread().getName())
time.sleep(2)
if __name__==‘__main__‘:
t1=Thread(target=task,)
t2=Thread(target=task,)
t3=Thread(target=task,)
t1.start()
t2.start()
t3.start()
print(current_thread().getName())
#Thread-1 is running
#Thread-2 is running
#Thread-3 is running
#MainThread
在一个进程里面，主线程只有一个，其余的都是它开启的一些线程
守护线程
主线程挂掉，守护线程也会挂掉
#先看守护进程
from multiprocessing import Process
import time
def task():
print(‘123‘)
time.sleep(2)
print(‘123done‘)
if __name__ == ‘__main__‘:
p=Process(target=task,)
p.start()
print(‘主‘)
#主
#123
#123done
主进程即使运行完了也要一直等待子进程运行完毕才结束掉
from multiprocessing import Process
import time
def task():
print(‘123‘)
time.sleep(2)
print(‘123done‘)
if __name__ == ‘__main__‘:
p=Process(target=task,)
p.daemon=True
p.start()
print(‘主‘)
#主
只要主进程运行完毕守护进程就死掉，那么主怎么算运行完毕，代码运行完了就算完了
‘主‘出来，子进程还没来得及开启就已经被干掉了
from multiprocessing import Process
import time
def task1():
print(‘123‘)
time.sleep(1)
print(‘123done‘)
def task2():
print(‘456‘)
time.sleep(10)
print(‘456done‘)
if __name__ == ‘__main__‘:
p1=Process(target=task1,)
p2=Process(target=task2,)
p1.daemon=True
p1.start()
p2.start()
print(‘主‘)
#主
#456
#456done
10s的话 ‘123‘‘123done‘应该也出来了，为什么没有出来，
因为主进程代码结束就把p1干掉了，还没有来得及开启，
虽然代码运行完毕了，但是还要等待子进程p2运行完毕
如果机器的性能非常高，在p1.start()h和p2.start()的时候就已经
运行起来了，有可能‘123‘就打印在屏幕上了，但1s的时间对于操作系统
已经足够长了，足够可以打印出‘主‘，然后p1就被干掉了
对主进程来说，运行完毕指的是主进程代码运行完毕
对主线程来说，运行完毕指的是主线程所在的进程内所有非守护线程统统运行完毕，主线程才算运行完毕
from threading import Thread
import time
def task1():
print(‘123‘)
time.sleep(1)
print(‘123done‘)
if __name__ == ‘__main__‘:
t=Thread(target=task1,)
t.start()
print(‘主‘)
#123
#主
#123done
from threading import Thread
import time
def task1():
print(‘123‘)
time.sleep(1)
print(‘123done‘)
if __name__ == ‘__main__‘:
t=Thread(target=task1,)
t.daemon=True
t.start()
print(‘主‘)
#123
#主
from threading import Thread
import time
def task1():
print(‘123‘)
time.sleep(1)
print(‘123done‘)
def task2():
print(‘456‘)
time.sleep(1)
print(‘456done‘)
if __name__ == ‘__main__‘:
t1=Thread(target=task1,)
t2=Thread(target=task2,)
t1.daemon=True
t1.start()
t2.start()
print(‘主‘)
#123
#456
#主
#123done
#456done
进程中除了有主线程，还有其他非守护线程，主线程要等着非守护线程task2结束,要等
10s，但是10s也够task1运行完毕了，所以也会打印‘123done‘
from threading import Thread
import time
def task1():
print(‘123‘)
time.sleep(10)
print(‘123done‘)
def task2():
print(‘456‘)
time.sleep(1)
print(‘456done‘)
if __name__ == ‘__main__‘:
t1=Thread(target=task1,)
t2=Thread(target=task2,)
t1.daemon=True
t1.start()
t2.start()
print(‘主‘)
#123
#456
#主
#456done
线程的互斥锁
1 from threading import Thread,Lock 2 import time 3 4 n=100 5 def work(): 6 global n 7 mutex.acquire() 8 temp=n 9 time.sleep(0.1) 10 n=temp-1 11 mutex.release() 12 13 if __name__ == ‘__main__‘: 14 mutex=Lock() 15 l=[] 16 start=time.time() 17 for i in range(100): 18 t=Thread(target=work,) 19 l.append(t) 20 t.start() 21 22 for t in l: 23 t.join() 24 print(‘run time:%s value:%s‘%(time.time()-start,n))
互斥锁与join的区别
from threading import Thread,Lock
import time
n=100
def work():
global n
temp=n
time.sleep(0.1)
n=temp-1
if __name__ == ‘__main__‘:
start=time.time()
for i in range(100):
t=Thread(target=work,)
l.append(t)
t.start()
t.join()
print(‘run time:%s value:%s‘%(time.time()-start,n))
死锁与递归锁
#死锁
from threading import Thread,Lock
import time
mutexA=Lock()
mutexB=Lock()
class Mythread(Thread):
def run(self):
self.f1()
self.f2()
def f1(self):
mutexA.acquire()
print(‘抢到了A锁‘%self.name)
mutexB.acquire()
print(‘抢到了B锁‘%self.name)
mutexB.release()
mutexA.release()
def f2(self):
mutexB.acquire()
print(‘抢到了B锁‘%self.name)
time.sleep(1)
mutexA.acquire()
print(‘抢到了A锁‘%self.name)
mutexA.release()
mutexB.release()
if __name__ == ‘__main__‘：
for i in range(20):
t=Mythread()
t.start()
#Thread-1 抢到了A锁
#Thread-1 抢到了B锁
#Thread-1 抢到了B锁
#Thread-2 抢到了A锁
#递归锁
from threading import Thread,Lock
import time
mutexA=Lock()
mutexB=Lock()
class Mythread(Thread):
def run(self):
self.f1()
self.f2()
def f1(self):
mutexA.acquire()
print(‘抢到了A锁‘%self.name)
mutexB.acquire()
print(‘抢到了B锁‘%self.name)
mutexB.release()
mutexA.release()
def f2(self):
mutexB.acquire()
print(‘抢到了B锁‘%self.name)
time.sleep(1)
mutexA.acquire()
print(‘抢到了A锁‘%self.name)
mutexA.release()
mutexB.release()
if __name__ == ‘__main__‘：
for i in range(20):
t=Mythread()
t.start()
IO模型介绍
同步，异步指的是提交任务或调用任务的方式
阻塞指的是线程的执行状态
1.等待数据的准备
2.将数据从内核拷贝到进程中
1.阻塞IO
阻塞io服务端
from socket import *
server=socket(AF_INET,SOCK_STREAM)
server.bind((‘127.0.0.1‘,8080))
server.listen(5)
while True:
conn,addr = server.accept()
print(addr)
while True:
try:
data=conn.recv(1024)
if not data:break
conn.send(data.upper())
except Exception:
break
conn.close()
server.close()
非阻塞IO
服务端
from socket import *
server=socket(AF_INET,SOCK_STREAM)
server.bind((‘127.0.0.1‘,8080))
server.listen(5)
server.setblocking(False) # 默认为True, 改为False就是非阻塞
import time
conns=[]
del_l=[]
while True:
try:
print(conns)
conn,addr = server.accept()
conns.append(conn)
except BlockingIOError:
for conn in conns:
try:
data=conn.recv(1024)
conn.send(data.upper())
except BlockingIOError:
pass
except ConnectionResetError:
conn.close()
del_l.append(conn)
for conn in del_l:
conns.remove(conn)
del_l=[]
客户端
from socket import *
client=socket(AF_INET,SOCK_STREAM)
client.connect((‘127.0.0.1‘,8080))
while True:
msg=input(‘>>: ‘).strip()
if not msg:continue
client.send(msg.encode(‘utf-8‘))
data=client.recv(1024)
print(data.decode(‘utf-8‘))
IO多路复用(推荐)
实现select IO多路复用模型
服务端
from socket import *
import select
import time
server=socket(AF_INET,SOCK_STREAM)
server.bind((‘127.0.0.1‘,8080))
server.listen(5)
server.setblocking(False)
reads=[server,]
while True:
rl,_,_=select.select(reads,[],[])
for obj in rl:
if obj == server:
conn,addr=obj,accept()
reads.append(conn)
else:
try:
data=obj.recv(1024)
if not data:
obj.close()
reads.remove(obj)
continue
obj.send(data.upper())
except Exception:
obj.close()
reads.remove(obj)
协程
在单线程下实现并发
1.基于yield实现并发
import time
def consumer():
while True:
res=yield
def producer():
g=consumer()
next(g)
for i in range(1000000):
g.send(i)
start=time.time()
producer()
print(time.time()-start)
没有遇到io就乱切换，只是单纯的切换，反而会降低运行效率
import time
def consumer(res):
print(‘consumer‘)
time.sleep(10)
def producer():
res=[]
for i in range(1000000):
res.append(i)
return res
start=time.time()
res=producer()
consumer(res)
print(time.time()-start)
import time
def consumer():
while True:
res=yield
print(‘consumer‘,res)
time.sleep(10)
def producer():
g=consumer()
next(g)
for i in range(10000):
print(‘producer‘,i)
g.send(i)
start=time.time()
producer()
print(time.timet()-start)
yield只是单纯的切换，跟效率无关
greenlet模块
只是单纯意义上的切换，唯一的好处是切换起来比yield方便，仍然没有解决遇到IO就切换
from greenlet import greenlet
import time
def eat(name):
print(‘%s eat 1‘% name)
g2.switch(‘tom‘) # 暂停然后切到play()
print(‘%s eat 2‘% name)
g2.switch()
def play(name):
print(‘%s play 1‘% name)
time.sleep(10) # 睡的时候并没有切换到别的函数，如eat(),而是继续等待
g1.switch() # 第一次传参数就可以了。暂停然后切换到eat()剩余的部分
print(‘%s play 2‘% name)
g1=greenlet(eat)
g2=greenlet(play)
g1.switch(‘tom‘) # 切到eat()
# tom eat 1
# tom play 1
# tom eat 2
# tom play 2
gevent模块
import gevent
def eat(name):
print(‘%s eat 1‘ % name)
gevent.sleep(3)
print(‘%s eat 2‘ % name)
def play(name):
print(‘%s play 1‘ % name)
gevent.sleep(2)
print(‘%s play 2‘ % name)
g1=gevent.spawn(eat, ‘tom‘) # spawn() 是异步提交任务，只管提交任务，不管执行没执行
g2=gevent.spawn(play, ‘tom‘) # 想要看到执行过程，就需要等(join())
gevent.joinall([g1,g2])
# tom eat 1
# tom play 1
# tom play 2 先睡完(2s)，所以就是play 2打印
# tom eat 2
这个函数的io是gevent.sleep()模拟的，如果是time.sleep()呢？,time.sleep()是不能被gevent识别的
from gevent import monkey;monkey.patch_all() #把这句代码之下的所有io操作都打上能被gevent识别的io操作的补丁，否则
import gevent #在用time.sleep()时，就会串行运行
import time
def eat(name):
print(‘%s eat 1‘ % name)
time.sleep(1)
print(‘%s eat 2‘ % name)
def play(name):
print(‘%s play 1‘ % name)
time.sleep(2)
print(‘%s play 2‘ % name)
g1=gevent.spawn(eat, ‘tom‘)
g2=gevent.spawn(play, ‘tom‘)
gevent.joinall([g1,g2])
#tom eat 1
#tom play 1
#tom eat 2
#tom play 2
这就是单线程下的并发，也就是协程了，协程是用户程序自己控制调度的，操作系统是看不到的，我们通过gevent模块把io操作
隐藏了起来。协程的切换开销更小。
基于协程实现并发的套接字通信
#客户端
from socket import *
client=socket(AF_INET, SOCK_STREAM)
client.connect((‘127.0.0.1‘,8080))
while True:
msg=input(‘>>: ‘).strip()
if not msg:continue
client.send(msg.encode(‘utf-8‘))
msg=client.recv(1024)
print(msg.decode(‘utf-8‘))
#服务端
from socket import *
import gevent
def server(server_ip, port):
s=socket(AF_INET, SOCK_STREAM)
s.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1)
s.bind((server_ip, port))
s.listen(5)
while True:
conn,addr = s.accept()
gevent.spawn(talk,conn,addr)
def talk(conn, addr):
try:
while True:
res = conn.recv(1024)
print(‘client %s:%s msg:%s‘% (addr[0],addr[1],res))
conn.send(res.upper())
except Exception as e:
print(e)
finally:
conn.close()
if __name__ == ‘__main__‘:
server(‘127.0.0.1‘, 8080)
#客户端
from threading import Thread
from socket import *
def client():
client=socket(AF_INET, SOCK_STREAM)
client.connect((‘127.0.0.1‘, 8080))
while True:
client.send(‘hello‘, encode(‘utf-8‘))
msg=client.recv(1024)
print(msg.decode(‘utf-8‘))
if __name__ == ‘__main__‘:
for i in range(500):
t=Thread(target=client,)
t.start()
协程的缺点：
本质上是单线程，无法利用多核，所以如果想把程序最大效率的提升，就应该把
程序的io操作最大限度地降到最低。
协程指的是单个线程，一旦协程出现阻塞，将会阻塞整个线程
进程池和线程池
concurrent.futures模块提供了进程池和线程池，并且提供了更高级别的接口，
为的是异步执行调用
#进程池
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
import os
def work(n):
print(‘%s is running‘%os.getpid())
time.sleep(random.randint(1,3))
return n**2
if __name__ == ‘__main__‘:
p=ProcessPoolExecutor() #默认开4个进程
objs=[]
for i in range(10):
obj=p.submit(work, i)
objs.append(obj)
p.shutdown()
for obj in objs:
print(obj.result())
#线程池
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
import os
from threading import current_thread
def work(n):
print(‘%s is running‘%current_thread().getName())
time.sleep(random.randint(1,3))
return n**2
if __name__ == ‘__main__‘:
p=ThreadPoolExecutor() #默认为cpu的个数*5
objs=[]
for i in range(21):
obj=p.submit(work, i)
objs.append(obj)
p.shutdown()
for obj in objs:
print(obj.result())
事件Event
from threading import Thread,current_thread,Event
import time
event=Event()
def conn_mysql():
count=1
while not event.is_set():
if count > 3:
raise ConnectionError(‘连接失败‘)
print(‘%s 等待第%s次链接mysql‘%(current_thread().getName(),count))
event.wait(0.5) #全局变量默认为False,在这里等变为True,超时时间一过就不再等待
count+=1
print(‘%s 链接ok‘ % current_thread().getName())
def check_mysql():
print(‘%s 正在检查mysql状态‘ % current_thread().getName())
time.sleep(1)
event.set() #把全局变量变为True
if __name__ == ‘__main__‘:
t1 = Thread(target=conn_mysql)
t2 = Thread(target=conn_mysql)
check = Thread(target=check_mysql)
t1.start()
t2.start()
check.start()
定时器
from threading import Timer
def hello(n):
print(‘hello,world‘,n)
t = Timer(3, hello,args=(11,)) # 3s后运行
t.start()
#hello,world 11
线程queue(了解)
import queue q=queue.Queue(3) #模拟对列，先进先出 q.put(1) q.put(2) q.put(3) print(q.get()) print(q.get()) print(q.get()) #1 #2 #3
import queue q=queue.LifoQueue(3) # 模拟堆栈，后进先出 q.put(1) q.put(2) q.put(3) print(q.get()) print(q.get()) print(q.get()) #3 #2 #1
import queue q=queue.PriorityQueue(3) #数字越小，优先级越高 q.put((10, ‘data1‘)) # (优先级，数据) q.put((11, ‘data2‘)) q.put((9, ‘data3‘)) print(q.get()) print(q.get()) print(q.get()) #(9, ‘data3‘) #(10, ‘data1‘) #(11, ‘data2‘)
时间： 2024-10-12 22:26:18