快捷導(dǎo)航

python3學(xué)習(xí)筆記之多進程分布式小例子

更新時間：2018年02月13日 11:39:30 作者：xh15

本篇文章主要介紹了python3學(xué)習(xí)筆記之多進程分布式小例子，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

最近一直跟著廖大在學(xué)Python，關(guān)于分布式進程的小例子挺有趣的，這里做個記錄。

分布式進程

Python的multiprocessing模塊不但支持多進程，其中managers子模塊還支持把多進程分布到多臺機器上。一個服務(wù)進程可以作為調(diào)度者，將任務(wù)分布到其他多個進程中，依靠網(wǎng)絡(luò)通信。由于managers模塊封裝很好，不必了解網(wǎng)絡(luò)通信的細節(jié)，就可以很容易地編寫分布式多進程程序。

master服務(wù)端原理：通過managers模塊把Queue通過網(wǎng)絡(luò)暴露出去，其他機器的進程就可以訪問Queue了
服務(wù)進程負責(zé)啟動Queue，把Queue注冊到網(wǎng)絡(luò)上，然后往Queue里面寫入任務(wù)，代碼如下:

#task_master.py
#coding=utf-8

#多進程分布式例子
#服務(wù)器端

from multiprocessing.managers import BaseManager
from multiprocessing import freeze_support #server啟動報錯，提示需要引用此包
import random,time,queue

#發(fā)送任務(wù)的隊列
task_queue = queue.Queue()
#接收結(jié)果的隊列
result_queue = queue.Queue()

#從BaseManager繼承的QueueManager
class QueueManager(BaseManager):
  pass
#win7 64 貌似不支持callable下調(diào)用匿名函數(shù)lambda，這里封裝一下
def return_task_queue():
  global task_queue
  return task_queue
def return_result_queue():
  global result_queue
  return result_queue

def test():
  #把兩個Queue注冊到網(wǎng)絡(luò)上，callable參數(shù)關(guān)聯(lián)了Queue對象
  #QueueManager.register('get_task_queue',callable=lambda:task_queue)
  #QueueManager.register('get_result_queue',callable=lambda:result_queue)
  QueueManager.register('get_task_queue',callable=return_task_queue)
  QueueManager.register('get_result_queue',callable=return_result_queue)
  #綁定端口5000，設(shè)置驗證碼‘a(chǎn)bc'
  manager = QueueManager(address=('127.0.0.1',5000),authkey=b'abc')#這里必須加上本地默認ip地址127.0.0.1
  #啟動Queue
  manager.start()
  #server = manager.get_server()
  #server.serve_forever()
  print('start server master')
  #獲得通過網(wǎng)絡(luò)訪問的Queue對象
  task = manager.get_task_queue()
  result = manager.get_result_queue()
  #放幾個任務(wù)進去
  for i in range(10):
    n = random.randint(0,10000)
    print('put task %d...' % n)
    task.put(n)
  #從result隊列讀取結(jié)果
  print('try get results...')
  for i in range(10):
    r = result.get(timeout=10)
    print('result:%s' % r)

  #關(guān)閉
  manager.shutdown()
  print('master exit')

if __name__ == '__main__':
  freeze_support()
  test()

運行截圖如下：

在分布式多進程環(huán)境下，添加任務(wù)到Queue不可以直接對原始的task_queue進行操作，那樣就繞過了QueueManager的封裝，必須通過manager.get_task_queue()獲得的Queue接口添加。

任務(wù)進程,代碼如下：

#task_worker.py
#coding=utf-8

#多進程分布式例子
#非服務(wù)端：worker

import time,sys,queue
from multiprocessing.managers import BaseManager

#創(chuàng)建類似的QueueManager
class QueueManager(BaseManager):
  pass

#由于這個QueueManager只從網(wǎng)絡(luò)上獲取Queue，所以注冊時只提供名字即可
QueueManager.register('get_task_queue')
QueueManager.register('get_result_queue')

#連接到服務(wù)器，也就是運行task_master.py的機器
server_addr = '127.0.0.1'
print('connect to server %s...'% server_addr)
#端口和驗證碼注意要保持完全一致
m = QueueManager(address=(server_addr,5000),authkey=b'abc')
#從網(wǎng)絡(luò)連接
m.connect()
#獲取Queue的對象
task = m.get_task_queue()
result = m.get_result_queue()
#從task隊列獲取任務(wù)，并把結(jié)果寫入result隊列
for i in range(10):
  try:
    n = task.get(timeout=1)
    print('run task %d * %d...'% (n,n))
    r = '%d * %d = %d' % (n,n,n*n)
    time.sleep(1)
    result.put(r)
  except queue.Empty:
    print('task queue is empty')
#處理結(jié)果
print('worker exit')

運行截圖如下：