一篇文章帶你了解Python的分散式進程接口

一、前言

    在Thread和Process中，應優選Process，因為Process更穩定，而且，Process可以分佈在多台機器上，而Thread最多只能分佈到同一台機器的多個CPU上。

Python的multiprocessing模組不但支援多進程，其中managers子模組還支援把多進程分佈到多台機器上。可以寫一個服務進程作為調度者，將任務分散到其他多個進程中，並依靠網路通訊進行管理。

二、案例分析

    在做爬蟲程式時，抓取某個網站的所有圖片，如果使用多進程的話，一般是一個進程負責抓取圖片的連結位址，將連結位址放到queue中，另外的進程負責從queue中取連結位址進行下載和儲存到本地。

怎麼用分散式進程實作？

     一台機器上的進程負責抓取連結位址，其他機器上的進程負責繫在儲存中。那麼遇到的主要問題是將queue 暴露到網路中，讓其他機器進程都可以訪問，分散式進程就是將這個過程進行了封裝，可以將這個過程稱為本地隊列的網路化。

範例：

1.py

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__':
    freeze_support()
    win_run()

連接伺服器，連接埠和驗證口令注意保持與伺服器進程中完全一致從網路取得Queue，進行本地化，從task佇列取得任務，並且把結果寫入result佇列

2.py

#

#coding:utf-8
import time
from multiprocessing.managers import BaseManager
# 创建类似的Manager:
class Manager(BaseManager):
    pass
#使用QueueManager注册获取Queue的方法名称
Manager.register('get_task_queue')
Manager.register('get_result_queue')
#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 = Manager(address=(server_addr, 8001), authkey='qiye')
# 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)
#结束:
print('worker exit.')

任務進程要透過網路連接到服務進程，所以要指定服務進程的IP。

運行結果如下：

取得圖片位址,將位址傳送到2.py。

接收1.py傳遞的位址，進行圖片的下載，控制台顯示爬取結果。

三、總結

#    本文基於Python基礎，Python的分散式進程介面簡單，封裝良好，適合需要把繁重任務分佈到多台機器的環境。透過講解Queue的作用是用來傳遞任務和接收結果。

以上是一篇文章帶你了解Python的分散式進程接口的詳細內容。更多資訊請關注PHP中文網其他相關文章！