从multiprocessing.Queue获得近LIFO行为的干净方法？或什至只是*不是*近FIFO

如何解决从multiprocessing.Queue获得近LIFO行为的干净方法？或什至只是*不是*近FIFO

我查看了Lib/multiprocessing/queues.py安装在Python安装中的Queue类（Python 2.7，但与我简短检查过的Python 3.2的版本没有明显不同）。我了解它的工作原理：

队列对象维护两组对象。一组是由所有进程共享的多进程安全基元。其他每个进程分别创建和使用。

跨过程对象是在__init__方法中设置的：

1. Pipe两端都有一个对象另存为self._reader和self._writer。
2. 一个BoundedSemaphore对象，该对象计算（并有选择地限制）队列中有多少个对象。
3. 一个Lock用于读取管道对象，并在非Windows平台的另一个写作。（我认为这是因为在Windows上写入管道本质上是多进程安全的。）

每个进程对象在_after_fork和_start_thread方法中设置：

1. 甲collections.deque对象用于缓冲写入管道。
2. threading.condition当缓冲区不为空时用于发信号的对象。
3. 一threading.Thread，做实际的写作对象。它是延迟创建的，因此直到在给定进程中请求对队列的至少一次写入之前，它才存在。
4. Finalize进程结束时清理对象的各种对象。

get队列中的A非常简单。您获得了读取锁，减少了信号量，并从Pipe的读取端获取了一个对象。

Aput更复杂。它使用多个线程。调用者获取put条件的锁，然后将其对象添加到缓冲区中并在解锁条件之前发出信号。如果信号量尚未运行，它还会增加信号量并启动它。

编写器线程在该_Feed方法中永远循环（直到取消）。如果缓冲区为空，则等待notempty条件。然后，它从缓冲区中获取一个项目，获取写锁（如果存在）并将该项目写入Pipe。

因此，鉴于所有这些，您可以对其进行修改以获取LIFO队列吗？这似乎并不容易。管道本质上是FIFO对象，尽管Queue不能整体保证FIFO的行为（由于来自多个进程的写入的异步特性），但它总是主要是FIFO。

如果只有一个使用者，则可以get从队列中将对象添加到自己的本地进程堆栈中。尽管使用共享内存，但有一定限制的堆栈不会太难，因此很难做到多用户堆栈。您需要一个锁，一对条件（用于在完全状态和空状态下进行阻塞/信号发送）​​，一个共享的整数值（用于保存的值的数量）和一个适当类型的共享数组（用于值本身）。

解决方法

有谁知道一种干净的方法来获得近LIFO或什至没有近FIFO（例如随机）行为multiprocessing.Queue？

替代问题：有人可以指出我后面管理实际存储结构的线程的代码multiprocessing.Queue吗？提供大约LIFO访问似乎很简单，但是我迷失在寻找它的兔子洞中。

笔记：

1. 相信multiprocessing.Queue 不能保证订单。精细。但是它是近FIFO的，所以近LIFO会很棒。
2. 我可以将所有当前项目从队列中拉出，并在使用它们之前颠倒顺序，但是如果可能的话，我宁愿避免混乱。

---

（编辑）澄清一下：我正在使用CPU进行仿真，multiprocessing因此不能使用中的专用队列Queue。由于几天没有看到任何答案，因此我在上面添加了替代问题。

---

万一有问题，下面multiprocessing.Queue是接近FIFO的一些证据。它只是表明在一个简单的情况下（单线程），它在我的系统上是完美的FIFO：

import multiprocessing as mp
import Queue

q = mp.Queue()

for i in xrange(1000):
    q.put(i)

deltas = []
while True:
    try:
        value1 = q.get(timeout=0.1)
        value2 = q.get(timeout=0.1)
        deltas.append(value2-value1)
    except Queue.Empty:
        break

#positive deltas would indicate the numbers are coming out in increasing order
min_delta,max_delta = min(deltas),max(deltas)
avg_delta = sum(deltas)/len(deltas)

print "min",min_delta
print "max",max_delta
print "avg",avg_delta

打印：最小值，最大值和平均值恰好为1（完美的FIFO）