一个multiprocessing.apply_async处理多个multiprocessing.Manager.Queue()的示例

以下是一个使用`multiprocessing.apply_async`函数处理多个`multiprocessing.Manager.Queue()`的示例代码：

import multiprocessing


def worker(q1, q2):
    while True:
        item = q1.get()
        if item is None:
            break
        # 处理item
        result = item + 1
        q2.put(result)


if __name__ == '__main__':
    manager = multiprocessing.Manager()
    q1 = manager.Queue()
    q2 = manager.Queue()

    # 启动worker进程
    p = multiprocessing.Process(target=worker, args=(q1, q2))
    p.start()

    # 向队列q1中添加数据
    for i in range(10):
        q1.put(i)

    # 添加结束标记
    q1.put(None)

    # 从队列q2中读取结果
    results = []
    for i in range(10):
        result = q2.get()
        results.append(result)

    # 等待worker进程结束
    p.join()

    print(results)

在示例代码中，我们首先创建了两个`multiprocessing.Manager.Queue()`对象：`q1`和`q2`。然后我们启动了一个worker进程，将`q1`和`q2`作为参数传递给worker函数。在worker函数中，我们使用无限循环来不断地从`q1`队列中读取数据，并对每个数据进行处理，然后将结果放入`q2`队列中。当从`q1`中取到None时，说明数据已经全部处理完毕，此时退出循环。

在主进程中，我们向`q1`队列中添加10个数据，并在最后添加一个None作为结束标记。然后我们使用循环从`q2`队列中读取结果，并将结果保存到一个列表中。最后我们等待worker进程结束，并输出结果列表。

需要注意的是，`multiprocessing.Manager.Queue()`对象是进程安全的队列，可以在多个进程之间共享数据。在上面的示例代码中，我们通过`multiprocessing.Process`函数启动了一个worker进程，并将`q1`和`q2`队列作为参数传递给worker函数。在worker函数中，我们可以直接使用`q1`和`q2`队列来进行数据的读取和写入。这样就可以实现多个进程之间的通信和协作。