共享内存最快但需手动同步；队列与管道简单可靠适合常规任务；消息队列与网络套接字跨语言跨机器扩展性强；文件与信号仅限特定边界场景。
共享内存：最快但需手动同步
共享内存是Python中速度最快的IPC方式，适合高频、大数据量的进程间数据交换。它让多个进程直接读写同一块内存区域，避免了序列化和复制开销。
Python通过multiprocessing.shared_memory模块提供原生支持（3.8+）。使用时需注意：
- 需显式创建、附加、销毁共享内存块，否则可能残留SharedMemory对象导致内存泄漏
- 无内置锁机制，读写冲突必须配合multiprocessing.Lock或Semaphore手动保护
- 只支持字节序列，结构化数据（如数组、字典）需用numpy或struct自行编排布局
队列与管道：简单可靠，适合常规任务
multiprocessing.Queue和multiprocessing.Pipe是Python最常用、最易上手的IPC方案。
Queue基于管道+锁实现，线程/进程安全，支持多生产者多消费者，内部自动处理序列化（用pickle），适合松耦合、异步通信场景。但存在性能损耗，且无法跨解释器（如PyPy）或非Python进程通信。
Pipe是双向或单向字节流通道，比Queue轻量、更快，适合点对点强关联通信（如父子进程）。注意：recv()阻塞等待，send()可能因缓冲区满而阻塞，建议搭配poll()做非阻塞判断。
消息队列与网络套接字：跨语言/跨机器扩展性强
当需要与非Python进程交互，或部署在分布式环境中时，应跳出multiprocessing生态：
- Redis Pub/Sub 或 List：轻量、低延迟，支持发布订阅与队列语义，适合事件驱动架构；需额外部署Redis服务
- ZeroMQ：无中心代理，支持多种通信模式（REQ/REP、PUB/SUB、DEALER/ROUTER），性能接近系统级Socket，但需学习其模型范式
- HTTP API + JSON：最通用，天然跨语言跨平台，适合低频控制类通信（如配置更新、状态查询），但有明显网络与序列化开销
文件与信号：慎用，仅限特定边界场景
基于文件的IPC（如临时文件、SQLite、mmap文件）看似简单，实则容易引发竞态条件、权限问题和清理遗漏，不推荐作为主通信手段。
Unix信号（os.kill + signal.signal）只能传递极简通知（如“请退出”），无法携带数据，且Windows支持有限。仅适用于进程生命周期管理等极简控制，不可用于数据传输。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
