一篇文章帶你了解Python的分布式進(jìn)程接口

作者：Go進(jìn)階者 2024-04-11 13:30:59

在Thread和Process中，應(yīng)當(dāng)優(yōu)選Process，因為Process更穩(wěn)定，而且，Process可以分布到多臺機(jī)器上，而Thread最多只能分布到同一臺機(jī)器的多個CPU上。

一、前言

Python的multiprocessing模塊不但支持多進(jìn)程，其中managers子模塊還支持把多進(jìn)程分布到多臺機(jī)器上。可以寫一個服務(wù)進(jìn)程作為調(diào)度者，將任務(wù)分布到其他多個進(jìn)程中，依靠網(wǎng)絡(luò)通信進(jìn)行管理。

二、案例分析

在做爬蟲程序時，抓取某個網(wǎng)站的所有圖片，如果使用多進(jìn)程的話，一般是一個進(jìn)程負(fù)責(zé)抓取圖片的鏈接地址，將鏈接地址放到queue中，另外的進(jìn)程負(fù)責(zé) 從queue中取鏈接地址進(jìn)行下載和存儲到本地。

怎么用分布式進(jìn)程實(shí)現(xiàn)？

一臺機(jī)器上的進(jìn)程負(fù)責(zé)抓取鏈接地址，其他機(jī)器上的進(jìn)程負(fù)責(zé)系在存儲。那么遇到的主要問題是將queue 暴露到網(wǎng)絡(luò)中，讓其他機(jī)器進(jìn)程都可以訪問，分布式進(jìn)程就是將這個過程進(jìn)行了封裝，可以將這個過程稱為本地隊列的網(wǎng)絡(luò)化。

例：

1.py

from multiprocessing.managers import BaseManager
from multiprocessing import freeze_support, Queue
# 任務(wù)個數(shù)
task_number = 10


# 收發(fā)隊列
task_quue = Queue(task_number)
result_queue = Queue(task_number)


def get_task():
    return task_quue


def get_result():
    return result_queue
# 創(chuàng)建類似的queueManager
class QueueManager(BaseManager):
    pass


def win_run():
    # 注冊在網(wǎng)絡(luò)上，callable 關(guān)聯(lián)了Queue 對象
    # 將Queue對象在網(wǎng)絡(luò)中暴露
    # window下綁定調(diào)用接口不能直接使用lambda，所以只能先定義函數(shù)再綁定
    QueueManager.register('get_task_queue', callable=get_task)
    QueueManager.register('get_result_queue', callable=get_result)
    # 綁定端口和設(shè)置驗證口令
    manager = QueueManager(address=('127.0.0.1', 8001), authkey='qiye'.encode())
    # 啟動管理，監(jiān)聽信息通道
    manager.start()


    try:
        # 通過網(wǎng)絡(luò)獲取任務(wù)隊列和結(jié)果隊列
        task = manager.get_task_queue()
        result = manager.get_result_queue()


        # 添加任務(wù)
        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__':
    freeze_support()
    win_run()

連接服務(wù)器，端口和驗證口令注意保持與服務(wù)器進(jìn)程中完全一致從網(wǎng)絡(luò)獲取Queue，進(jìn)行本地化，從task隊列獲取任務(wù)，并且把結(jié)果寫入result隊列

2.py

#coding:utf-8
import time
from multiprocessing.managers import BaseManager
# 創(chuàng)建類似的Manager:
class Manager(BaseManager):
    pass
#使用QueueManager注冊獲取Queue的方法名稱
Manager.register('get_task_queue')
Manager.register('get_result_queue')
#連接到服務(wù)器:
server_addr = '127.0.0.1'
print('Connect to server %s...' % server_addr)
# 端口和驗證口令注意保持與服務(wù)進(jìn)程設(shè)置的完全一致:
m = Manager(address=(server_addr, 8001), authkey='qiye')
# 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隊列取任務(wù),并把結(jié)果寫入result隊列:
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)
#結(jié)束:
print('worker exit.')

任務(wù)進(jìn)程要通過網(wǎng)絡(luò)連接到服務(wù)進(jìn)程，所以要指定服務(wù)進(jìn)程的IP。

運(yùn)行結(jié)果如下：

獲取圖片地址,將地址傳到2.py。