多进程队列 multiprocessing.Queue() 通过 get 方法获取数据很慢， 1000 条要 5 秒多

先说环境，win10 系统，1903，Python3.7.4 64 位，没有用第三方库，同样的代码在 windows （本机）上和 linux 上运行结果不一样，时间差的太大了。补充 linux 环境，Ubuntu 18.04.3 LTS，4.15.0-58-generic，Python3.6.8 64 位。 ps：windows 上 3.6.8 我也试了，还是一样的结果

然后上代码

# -*- coding: utf-8 -*- import random import string import threading import time import multiprocessing queue = multiprocessing.Queue() def get_str(): s = string.digits + string.ascii_letters while True: if queue.qsize() < 10000: for _ in range(10000): aaa = ''.join([random.choice(s) for _ in range(random.randint(20, 50))]) queue.put(aaa) def get_data(queue): print('insert') while True: if queue.qsize() == 0: time.sleep(2) continue start = time.time() temp = [] for _ in range(1000): temp.append(queue.get()) print(f'获取 1000 条数据需要的时间为：{time.time() - start:.2f}') time.sleep(2) def get_size(queue): print('size') while True: print(f'队列大小为：{queue.qsize()}') time.sleep(1) if __name__ == '__main__': multiprocessing.freeze_support() multiprocessing.Process(args=(queue,), target=get_data).start() threading.Thread(args=(), target=get_str).start() threading.Thread(args=(queue,), target=get_size).start() 

windows 下运行结果（截取一部分，代码为死循环）为：

size 队列大小为：2 insert 队列大小为：19875 队列大小为：19593 队列大小为：19457 队列大小为：19266 队列大小为：19097 获取 1000 条数据需要的时间为：5.65 队列大小为：19000 队列大小为：19000 队列大小为：18776 队列大小为：18634 队列大小为：18430 队列大小为：18283 队列大小为：18070 获取 1000 条数据需要的时间为：4.48 队列大小为：18000 队列大小为：18000 队列大小为：17689 队列大小为：17549 队列大小为：17399 队列大小为：17256 队列大小为：17093 获取 1000 条数据需要的时间为：5.55 队列大小为：17000 队列大小为：17000 队列大小为：16763 

linux 下运行结果（截取一部分，代码为死循环）为：

insert size 队列大小为：1 获取 1000 条数据需要的时间为：0.08 队列大小为：19000 队列大小为：19000 获取 1000 条数据需要的时间为：0.01 队列大小为：18000 队列大小为：18000 获取 1000 条数据需要的时间为：0.02 队列大小为：17000 队列大小为：17000 获取 1000 条数据需要的时间为：0.01 队列大小为：16000 队列大小为：16000 获取 1000 条数据需要的时间为：0.01 队列大小为：15000 队列大小为：15000 获取 1000 条数据需要的时间为：0.01 队列大小为：14000 队列大小为：14000 获取 1000 条数据需要的时间为：0.01 队列大小为：13000 队列大小为：13000 获取 1000 条数据需要的时间为：0.01 队列大小为：12000 队列大小为：12000 获取 1000 条数据需要的时间为：0.02