直接用 collections.deque 不行，因为它不是线程安全的，多线程调用 append() 或 popleft() 可能导致数据错乱或 indexerror，即使加锁也易在 len(q) 等边界判断时引发竞态。
为什么直接用 collections.deque 不行？
因为 deque 本身不是线程安全的——多个线程同时调用 append() 或 popleft() 可能导致数据错乱或 IndexError，即使只用一个锁包装它，也容易在边界条件（如满/空）下出现竞态：比如两个线程同时判断 len(q) 为真，然后都尝试 <code>append()，结果就超容。
用 threading.Semaphore 控制入队和出队的并发数
核心思路是把“容量控制”和“元素操作”拆开：用两个信号量分别表示“可用空位数”和“可用元素数”，避免检查-修改的竞态。实际代码里不需要手动维护长度或判断满/空，信号量会自然阻塞。
-
self._empty初始化为容量值，每次入队前acquire()，出队后release() -
self._full初始化为 0，每次出队前acquire()，入队后release() - 底层仍用
deque存储，但所有读写都在锁self._lock内进行，确保单次append()/popleft()原子性
from collections import deque
import threading
class ThreadSafeCircularQueue:
def __init__(self, maxsize):
self._queue = deque()
self._maxsize = maxsize
self._empty = threading.Semaphore(maxsize)
self._full = threading.Semaphore(0)
self._lock = threading.Lock()
def put(self, item):
self._empty.acquire()
with self._lock:
self._queue.append(item)
def get(self):
self._full.acquire()
with self._lock:
return self._queue.popleft()
注意 put() 和 get() 的阻塞行为与超时处理
默认情况下，put() 在队列满时会一直阻塞，get() 在空时也一样。这在多数服务场景中合理，但若需响应式退出（比如 worker 被中断），必须加 timeout 参数并捕获 threading.Semaphore 的超时异常——它抛的是 ValueError，不是 TimeoutError。
- 调用
self._empty.acquire(timeout=1)返回False表示超时，此时要主动release()已获取的资源（如果有） - 不要在
with self._lock:外部做耗时操作，否则锁持有时间不可控 - 如果业务需要非阻塞（如
put_nowait），应显式检查self._empty.acquire(blocking=False)返回值
为什么不用 queue.Queue？
queue.Queue 是线程安全的，但它内部用的是普通队列，不是循环结构——它的 maxsize 控制的是总长度，不会自动丢弃老元素；而“循环队列”隐含语义通常是固定容量、满时覆盖或拒绝。如果你真需要“满则覆盖”语义（比如日志缓冲），就得自己实现：在 put() 中检测长度，满时先 popleft() 再 append()，这时必须把整个操作包进同一把锁，且信号量逻辑也要相应调整（_full 不再简单 +1，得看是否真新增了元素）。
这个细节常被忽略：所谓“循环”，不单是数据结构形态，更是语义——是丢弃、阻塞，还是报错，得由你明确定义，然后选对应同步原语。
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！
