一篇文章带你了解Python的分布式进程接口 _Python

在Thread和Process中，应当优选Process，因为Process更稳定，而且， Process可以分布到多台机器上，而Thread最多只能分布到同一台机器的多个CPU上。【一篇文章带你了解Python的分布式进程接口】一、前言

文章插图
在Thread和Process中，应当优选Process，因为Process更稳定，而且，Process可以分布到多台机器上，而Thread最多只能分布到同一台机器的多个CPU上。
Python/ target=_blank class=infotextkey>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。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。
二、案例分析在做爬虫程序时，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。
怎么用分布式进程实现？
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，可以将这个过程称为本地队列的网络化。
例：
1.py

from multiprocessing.managers import BaseManagerfrom 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_quuedef get_result():return result_queue# 创建类似的queueManagerclass QueueManager(BaseManager):passdef 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()

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
2.py

#coding:utf-8import timefrom 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.')

任务进程要通过网络连接到服务进程，所以要指定服务进程的IP 。
运行结果如下：
获取图片地址,将地址传到2.py 。

文章插图
接收1.py传递的地址，进行图片的下载，控制台显示爬取结果。

文章插图
三、总结本文基于Python基?。?Python的分布式进程接口简单，封装良好，适合需要把繁重任务分布到多台机器的环境下。通过讲解Queue的作用是用来传递任务和接收结果。
欢迎大家积极尝试，有时候看到别人实现起来很简单，但是到自己动手实现的时候，总会有各种各样的问题，切勿眼高手低，勤动手，才可以理解的更加深刻。