有些时候，我们需要一种危机，来激发我们自身的潜能，唤醒我们内心深处被掩藏已久的人生激情，来实现人生的最大价值。这一秒不放弃，下一秒就有希望！
最近一直跟着廖大在学Python，关于分布式进程的小例子挺有趣的，这里做个记录。
分布式进程
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。
master服务端原理：通过managers模块把Queue通过网络暴露出去，其他机器的进程就可以访问Queue了
服务进程负责启动Queue，把Queue注册到网络上，然后往Queue里面写入任务，代码如下:
#task_master.py
#coding=utf-8
#多进程分布式例子
#服务器端
from multiprocessing.managers import BaseManager
from multiprocessing import freeze_support #server启动报错，提示需要引用此包
import random,time,queue
#发送任务的队列
task_queue = queue.Queue()
#接收结果的队列
result_queue = queue.Queue()
#从BaseManager继承的QueueManager
class QueueManager(BaseManager):
pass
#win7 64 貌似不支持callable下调用匿名函数lambda，这里封装一下
def return_task_queue():
global task_queue
return task_queue
def return_result_queue():
global result_queue
return result_queue
def test():
#把两个Queue注册到网络上，callable参数关联了Queue对象
#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)
#绑定端口5000，设置验证码‘abc'
manager = QueueManager(address=('127.0.0.1',5000),authkey=b'abc')#这里必须加上本地默认ip地址127.0.0.1
#启动Queue
manager.start()
#server = manager.get_server()
#server.serve_forever()
print('start server master')
#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队列读取结果
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')
if __name__ == '__main__':
freeze_support()
test()
运行截图如下：
在分布式多进程环境下，添加任务到Queue不可以直接对原始的task_queue进行操作，那样就绕过了QueueManager的封装，必须通过manager.get_task_queue()获得的Queue接口添加。
任务进程,代码如下：
#task_worker.py
#coding=utf-8
#多进程分布式例子
#非服务端：worker
import time,sys,queue
from multiprocessing.managers import BaseManager
#创建类似的QueueManager
class QueueManager(BaseManager):
pass
#由于这个QueueManager只从网络上获取Queue，所以注册时只提供名字即可
QueueManager.register('get_task_queue')
QueueManager.register('get_result_queue')
#连接到服务器，也就是运行task_master.py的机器
server_addr = '127.0.0.1'
print('connect to server %s...'% server_addr)
#端口和验证码注意要保持完全一致
m = QueueManager(address=(server_addr,5000),authkey=b'abc')
#从网络连接
m.connect()
#获取Queue的对象
task = m.get_task_queue()
result = m.get_result_queue()
#从task队列获取任务，并把结果写入result队列
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')
#处理结果
print('worker exit')
运行截图如下：
以上就是python3学习笔记之多进程分布式小例子。心有主见，不听传言，莫论人非，过往不恋，笑对人间。更多关于python3学习笔记之多进程分布式小例子请关注haodaima.com其它相关文章！
