Python队列核心价值是避免竞态条件、简化同步逻辑、解耦生产者与消费者；queue.Queue线程安全，multiprocessing.Queue支持进程通信，需注意阻塞、task_done()调用及qsize()不可靠等陷阱。
Python 队列（queue.Queue 及其变种）在并发编程中主要解决线程/进程间安全的数据传递问题，核心价值是**避免竞态条件、简化同步逻辑、解耦生产者与消费者**。
线程安全的通信管道
普通列表或 deque 在多线程环境下读写需要手动加锁，容易出错。queue.Queue 内部已用 threading.Lock 和 threading.Condition 封装，所有操作（put()、get()、qsize() 等）天然线程安全。
-
put(item)和get()默认阻塞，自动处理“队列空/满”时的等待与唤醒 -
put_nowait()和get_nowait()提供非阻塞版本，抛出queue.Empty或queue.Full - 适合在
threading.Thread中作为共享缓冲区，无需额外同步原语
协调生产者-消费者模型
这是队列最典型的并发场景：多个线程分别负责生成任务和执行任务，通过队列解耦两者节奏。
- 生产者线程调用
queue.put(task)，不关心谁消费、何时消费 - 消费者线程调用
queue.get()，不关心任务从哪来、何时产生 -
queue.task_done()和queue.join()支持任务完成确认与等待全部处理完毕 - 例如：爬虫中一个线程抓取URL并入队，多个解析线程从队列取URL处理
跨进程数据传递（需配合 multiprocessing）
标准 queue.Queue 不支持进程间共享。但 multiprocessing.Queue 提供了类似接口的进程安全队列，底层基于管道（pipe）或共享内存实现。
立即学习“Python免费学习笔记（深入）”；
- 用法与线程版高度一致：
put()、get()、empty()等 - 注意：对象必须可序列化（pickleable），否则会报错
- 适用于
multiprocessing.Process场景，如 CPU 密集型任务分发
避免常见陷阱
队列不是万能的，误用反而引发死锁或资源耗尽。
- 不要在主线程中无限制
put()而不消费，可能因队列满而永久阻塞（除非设maxsize或用put_nowait） - 使用
join()前务必对每个成功get()的任务调用task_done()，否则join()永不返回 -
qsize()在多线程下不可靠（仅作参考），不应依赖它做逻辑判断 - 异步场景（
asyncio）应使用asyncio.Queue，而非标准queue.Queue
