Python中多进程队列multiprocessing.Queue()通过get方法获取数据很慢，1000条要5秒多如何优化

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