python (协程/线程/进程) （五）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

一、服务进程（window版）

#!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_queue = Queue(task_number)
result_queue = Queue(task_number)

def get_task():
    return task_queue

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)

    # 绑定端口喝设置验证口令
    manager = QueueManager(address=('127.0.0.1',8001), authkey='yuki'.encode())

    # 启动管理， 监听信息通道
    manager.start()

    try:
        # 通过网络或缺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 Exception as e:
        print('Manager error')

    finally:
        manager.shutdown()


if __name__ == '__main__':
    # window 下多进程可能又问题，添加这句话缓解
    freeze_support()
    win_run()

二、任务进程

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='yuki'.encode())

# 从网络链接：
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 --->sucess' % image_url)

# 处理结束：
print('worker exit.')

python (协程/线程/进程) （五）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

一、服务进程（window版）

二、任务进程

猜你喜欢

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