中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

python3學習筆記之多進程分布式小例子

發布時間:2020-10-19 16:10:27 來源:腳本之家 閱讀:166 作者:xh15 欄目:開發技術

最近一直跟著廖大在學Python,關于分布式進程的小例子挺有趣的,這里做個記錄。

分布式進程

Python的multiprocessing模塊不但支持多進程,其中managers子模塊還支持把多進程分布到多臺機器上。一個服務進程可以作為調度者,將任務分布到其他多個進程中,依靠網絡通信。由于managers模塊封裝很好,不必了解網絡通信的細節,就可以很容易地編寫分布式多進程程序。

master服務端原理:通過managers模塊把Queue通過網絡暴露出去,其他機器的進程就可以訪問Queue了
服務進程負責啟動Queue,把Queue注冊到網絡上,然后往Queue里面寫入任務,代碼如下:

#task_master.py
#coding=utf-8

#多進程分布式例子
#服務器端

from multiprocessing.managers import BaseManager
from multiprocessing import freeze_support #server啟動報錯,提示需要引用此包
import random,time,queue

#發送任務的隊列
task_queue = queue.Queue()
#接收結果的隊列
result_queue = queue.Queue()

#從BaseManager繼承的QueueManager
class QueueManager(BaseManager):
  pass
#win7 64 貌似不支持callable下調用匿名函數lambda,這里封裝一下
def return_task_queue():
  global task_queue
  return task_queue
def return_result_queue():
  global result_queue
  return result_queue

def test():
  #把兩個Queue注冊到網絡上,callable參數關聯了Queue對象
  #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)
  #綁定端口5000,設置驗證碼‘abc'
  manager = QueueManager(address=('127.0.0.1',5000),authkey=b'abc')#這里必須加上本地默認ip地址127.0.0.1
  #啟動Queue
  manager.start()
  #server = manager.get_server()
  #server.serve_forever()
  print('start server master')
  #獲得通過網絡訪問的Queue對象
  task = manager.get_task_queue()
  result = manager.get_result_queue()
  #放幾個任務進去
  for i in range(10):
    n = random.randint(0,10000)
    print('put task %d...' % n)
    task.put(n)
  #從result隊列讀取結果
  print('try get results...')
  for i in range(10):
    r = result.get(timeout=10)
    print('result:%s' % r)

  #關閉
  manager.shutdown()
  print('master exit')

if __name__ == '__main__':
  freeze_support()
  test()

運行截圖如下:

python3學習筆記之多進程分布式小例子

在分布式多進程環境下,添加任務到Queue不可以直接對原始的task_queue進行操作,那樣就繞過了QueueManager的封裝,必須通過manager.get_task_queue()獲得的Queue接口添加。

任務進程,代碼如下:

#task_worker.py
#coding=utf-8

#多進程分布式例子
#非服務端:worker

import time,sys,queue
from multiprocessing.managers import BaseManager

#創建類似的QueueManager
class QueueManager(BaseManager):
  pass

#由于這個QueueManager只從網絡上獲取Queue,所以注冊時只提供名字即可
QueueManager.register('get_task_queue')
QueueManager.register('get_result_queue')

#連接到服務器,也就是運行task_master.py的機器
server_addr = '127.0.0.1'
print('connect to server %s...'% server_addr)
#端口和驗證碼注意要保持完全一致
m = QueueManager(address=(server_addr,5000),authkey=b'abc')
#從網絡連接
m.connect()
#獲取Queue的對象
task = m.get_task_queue()
result = m.get_result_queue()
#從task隊列獲取任務,并把結果寫入result隊列
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')
#處理結果
print('worker exit')

 運行截圖如下:

python3學習筆記之多進程分布式小例子

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持億速云。

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

大同市| 金阳县| 通化市| 西畴县| 镇坪县| 渭南市| 西林县| 漳州市| 读书| 盐津县| 海南省| 马鞍山市| 富锦市| 台北市| 邵东县| 张家口市| 合阳县| 武安市| 溆浦县| 玛沁县| 石台县| 贵阳市| 刚察县| 伊金霍洛旗| 韶山市| 邵阳县| 台前县| 兴文县| 东方市| 白河县| 长垣县| 七台河市| 沾化县| 宿松县| 山东省| 上高县| 太仓市| 大石桥市| 新营市| 县级市| 广水市|