python分布式进程

分布式进程指的是将Process进程分布到多台机器上，充分利用多态机器的性能完成复杂的任务

分布式进程在python 中依然要用到multiprocessing 模块。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。可以写一个服务进程作为调度者，将任务分布到其他多

个进程中，依靠网络通信进行管理。例子：在做爬虫程序时，抓取某个网站的所有图片，如果使用多进程的话，一般是一个进程负责抓取图片的链接地址，将链接地址放到queue中，另外的进程负责从queue中取链接地址进行下载和存储到本地。现在把这个过程做成分布式，一台机器上的进程负责抓取链接地址，其他机器上的进程负责系在存储。那么遇到的主要问题是将queue 暴露到网络中，让其他机器进程都可以访问，分布式进程就是将这个过程进行了封装，我们可以将这个过程称为本地队列的网络化

要实现上面例子的功能，创建分布式进程需要分为六个步骤

建立队列Queue ，用来进行进程间通信。服务进程创建任务队列task_queue 用来作为传递任务给任务进程的通道；服务进程创建结果队列result_queue ，作为任务进程完成任务后回复服务进程的通道。在分布式多进程环境下，必须由Queuemanager获得Queue 接口来添加任务
把第一步中建立的队列在网络上注册，暴露给其他进程（主机），注册后获得网络队列，相当于本地队列的映像
建立一个对象（Queuemanager（BaseManager））实例manager，绑定端口和验证口令
启动第三步中建立的实例，即启动管理manager，监管信息通道
通过管理实例的方法获得通过网络访问的Queue对象，即再把网络队列实体化成可以使用的本地队列
创建任务到 “本地”队列中，自动上传任务到网络队列中，分配给任务进程进行处理

接下来通过程序实现上面的列子（window版），首先编写的是服务进程（taskManager.py）

#!coding:utf-8

from multiprocessing.managers import BaseManager

from multiprocessing import freeze_support, Queue

# 任务个数

task_number = 10

# 收发队列

task_quue = Queue(task_number)

result_queue = Queue(task_number)

def get_task():

    return task_quue

def get_result():

    return result_queue

# 创建类似的queueManager

class QueueManager(BaseManager):

    pass

def win_run():

    # 注册在网络上，callable 关联了Queue 对象

    # 将Queue对象在网络中暴露

    #window下绑定调用接口不能直接使用lambda，所以只能先定义函数再绑定

    QueueManager.register('get_task_queue', callable=get_task)

    QueueManager.register('get_result_queue', callable=get_result)

    # 绑定端口和设置验证口令

    manager = QueueManager(address=('127.0.0.1', 8001), authkey='qiye'.encode())

    # 启动管理，监听信息通道

    manager.start()

    try:

        # 通过网络获取任务队列和结果队列

        task = manager.get_task_queue()

        result = manager.get_result_queue()

        # 添加任务

        for url in ["ImageUrl_" + str(i) for i in range(10)]:

            print('url is %s' % url)

            task.put(url)

        print('try get result')

        for i in range(10):

            print('result is %s' % result.get(timeout=10))

    except:

        print 'Manager error'

    finally:

        manager.shutdown()

if __name__ == '__main__':

    # window下多进程可能有问题，添加这句话缓解

    freeze_support()

    win_run()

服务进程已经编写好，接下来任务进程(taskWorker.py)创建四步骤：

使用QueueManager注册用于获取Queue的方法名称，任务进程只能通过名称来网络获取Queue
连接服务器，端口和验证口令注意保持与服务器进程中完全一致
从网络获取Queue，进行本地化
从task队列获取任务，并且把结果写入result队列

#coding:utf-8

import time

from multiprocessing.managers import BaseManager

# 创建类似的QueueManager:

class QueueManager(BaseManager):

    pass

# 实现第一步：使用QueueManager注册获取Queue的方法名称

QueueManager.register('get_task_queue')

QueueManager.register('get_result_queue')

# 实现第二步：连接到服务器:

server_addr = '127.0.0.1'

print('Connect to server %s...' % server_addr)

# 端口和验证口令注意保持与服务进程设置的完全一致:

m = QueueManager(address=(server_addr, 8001), authkey='qiye')

# 从网络连接:

m.connect()

# 实现第三步：获取Queue的对象:

task = m.get_task_queue()

result = m.get_result_queue()

# 实现第四步：从task队列取任务,并把结果写入result队列:

while(not task.empty()):

        image_url = task.get(True,timeout=5)

        print('run task download %s...' % image_url)

        time.sleep(1)

        result.put('%s--->success'%image_url)

# 处理结束:

print('worker exit.')

运行结果：

taskManager.py

C:\Python27\python.exe F:/python_scrapy/python_study/taskManager.py

url is ImageUrl_0

url is ImageUrl_1

url is ImageUrl_2

url is ImageUrl_3

url is ImageUrl_4

url is ImageUrl_5

url is ImageUrl_6

url is ImageUrl_7

url is ImageUrl_8

url is ImageUrl_9

try get result

result is ImageUrl_0--->success

result is ImageUrl_1--->success

result is ImageUrl_2--->success

result is ImageUrl_3--->success

result is ImageUrl_4--->success

result is ImageUrl_5--->success

result is ImageUrl_6--->success

result is ImageUrl_7--->success

result is ImageUrl_8--->success

result is ImageUrl_9--->success

Process finished with exit code 0

任务进程(taskWorker.py)

C:\Python27\python.exe F:/python_scrapy/python_study/taskWorker.py

Connect to server 127.0.0.1...

run task download ImageUrl_0...

run task download ImageUrl_1...

run task download ImageUrl_2...

run task download ImageUrl_3...

run task download ImageUrl_4...

run task download ImageUrl_5...

run task download ImageUrl_6...

run task download ImageUrl_7...

run task download ImageUrl_8...

run task download ImageUrl_9...

worker exit.

Process finished with exit code 0

巴特西

python分布式进程

分布式进程指的是将Process进程分布到多台机器上，充分利用多态机器的性能完成复杂的任务

要实现上面例子的功能，创建分布式进程需要分为六个步骤

接下来通过程序实现上面的列子（window版），首先编写的是服务进程（taskManager.py）

服务进程已经编写好，接下来任务进程(taskWorker.py)创建四步骤：

运行结果：

最新文章

热门文章

巴特西

python分布式进程

分布式进程指的是将Process进程分布到多台机器上，充分利用多态机器的性能完成复杂的任务

要实现上面例子的功能，创建分布式进程需要分为 六个步骤

接下来通过程序实现上面的列子（window版），首先编写的是服务进程（taskManager.py）

服务进程已经编写好，接下来任务进程(taskWorker.py)创建四步骤：

运行结果：

最新文章

热门文章

要实现上面例子的功能，创建分布式进程需要分为六个步骤