python 分布式进程设计
在Thread和Process中,应当优选Process,因为Process更稳定,而且,Process可以分布到多台机器上,而Thread最多只能分布到同一台机器的多个CPU上。
Python的multiprocessing模块不但支持多进程,其中managers子模块还支持把多进程分布到多台机器上。一个服务进程可以作为调度者,将任务分布到其他多个进程中,依靠网络通信。由于managers模块封装很好,不必了解网络通信的细节,就可以很容易地编写分布式多进程程序。
task_master.py
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import random, time, queue
from multiprocessing.managers import BasesManager
#发送任务队列:
task_queue = queue.Queue()
#接收结果队列
result_queue = queue.Queue()
#从BaseManager继承QueueManager:
class QueueManager(BaseManager):
pass
#把两个Queue都注册到网络上,callable参数关联Queue对象:
QueueManager.register('get_task_queue', callable=lambda: task_queue)
QueueManager.register('get_result_queue',callable=lambda; result_queue)
#绑定端口5000,验证码abc
manager = QueueManager(address=('',5000), authkey=b'abc')
#启动queue
manager.start()
#获得通过网络访问的queue对象:
task = manager.get_task_queue()
result= manager.get_result_queue()
#放几个任务进去:
for i in range(10):
n = random.randint(0, 10000)
print('put task %d...' % n)
task.put(n)
#从result列队读取结果:
print('Try get results...')
for i in range(10):
r = result.get(timeout=10)
print('Result: %s' % r)
#关闭
manager.shutdown()
print('master exit.')
task_worker.py
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import time, sys, queue
from multiprocessing.managers import BaseManager
#创建类似QueueManager:
class QueueManager(BaseManager):
pass
#由于这个QueueManager只从网上获取Queue,所以注册时只提供名字:
QueueManager.register('get_task_queue')
QueueManager.register('get_result_queue')
#连接到服务器,也就是运行task_master的机器
server_addr = '127.0.0.1'
print('Connect to server %s...' % server_addr)
#端口和验证码注意保持与task_Master设置一致
m = QueueManager(address=(server_addr,5000),authkey = b'abc')
#连接网络
m.connect()
#取得queue的对象
task = m.get_task_queue()
result = m.get_result_queue()
#从task对联获取任务,写入result队列:
for i in range(10):
try:
n = task.get(timeout = 1)
print('run task %d * %d ...' % (n,n))
time.sleep(1)
result.put(r)
except Queue.Empty:
print('task queue is empty.')
#处理结果
print('worker exit.')