PriorityQueue按元素自然顺序排序，需用tuple等可比较类型；首元素须为可比数值（如权重），后续字段用于去重或携带数据；直接插入dict或未实现比较的自定义对象会报TypeError。
PriorityQueue 的排序逻辑和元组优先级规则
queue.PriorityQueue 本身不支持自定义比较函数，它只按插入元素的自然顺序排序——也就是说，你得自己构造能被正确比较的数据结构。最常用的是 tuple，且必须保证第一个元素是可比较的数值（如权重），后续字段用于打破平局或携带任务数据。
常见错误是直接塞入 dict 或自定义对象：它们默认不可比，会抛出 TypeError: '。
- 推荐格式：
(priority, task_id, payload)——priority是数字，task_id是递增整数（避免 payload 不可比时比较失败） - 不要用
(priority, payload)，当两个payload类型不同（比如str和dict），Python 3 会报错 - 权重越小，优先级越高；负号取反可实现“大权重先执行”，但容易混淆，不建议
如何安全地更新或取消已入队的高优先级任务？
queue.PriorityQueue 没有提供 remove() 或 update_priority() 方法，也无法遍历检查内容。这意味着：一旦任务入队，就不能中途修改它的优先级，也不能可靠地取消它。
典型场景：用户提交了一个高耗时任务，几秒后又发来“取消”指令——此时你无法从队列中精准定位并删掉它。
- 可行做法：用一个外部
set或dict记录已取消的task_id，每次get()后先检查是否已被标记为取消，若是则跳过执行 - 避免直接修改队列内部
queue属性（如q.queue），它是受保护的实现细节，不同 Python 版本行为可能不一致 - 若需频繁取消/更新，应换用
heapq手动维护堆，并配合heapq.heappushpop或惰性删除策略
多线程环境下 get() 和 put() 的阻塞与超时控制
PriorityQueue 是线程安全的，但默认的 get() 和 put() 会无限期阻塞，这在任务调度系统中极易导致工作线程卡死。
例如：主调度器往空队列 get()，而生产者因异常没发任务，整个线程就挂住了。
- 务必使用
get(timeout=...)，比如q.get(timeout=1)，捕获queue.Empty异常后做心跳、重试或退出判断 -
put()也建议加timeout，尤其当队列设了maxsize，否则可能在满队列时永久等待 - 不要依赖
q.empty()判断是否可取——它只是快照，多线程下立刻就可能失效；empty()和get()之间没有原子性
为什么不能直接把函数对象当 payload 放进 PriorityQueue？
可以放，但非常危险。问题不在序列化，而在执行时机和上下文丢失。
比如你存了 (5, 'task-123', lambda: time.sleep(10))，取出后调用 payload()，看似没问题。但实际中常遇到：
- 闭包捕获的变量在任务执行时已超出作用域（如循环变量
i总是最后值） - 函数依赖的模块、配置或数据库连接，在取任务时已关闭或变更
- 异常堆栈指向的是入队时的代码位置，不是执行时，调试困难
更稳妥的做法是存任务类型 + 参数字典，用统一的 dispatcher 分发执行，比如 ('download', {'url': '...', 'timeout': 30})。
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！
