Python学习之分布式任务实现方法详解

本文和大家分享的主要是使用python 实现分布式任务相关内容，一起来看看吧，希望对大家学习python有所帮助。

　　深入读了读python 的官方文档，发觉 Python 自带的 multiprocessing 模块有很多预制的接口可以方便的实现多个主机之间的通讯，进而实现典型的生产者 - 消费者模式的分布式任务架构。

　　之前，为了在Python 中实现生产者 - 消费者模式，往往就会选择一个额外的队列系统，比如 rabbitMQ 之类。此外，你有可能还要设计一套任务对象的序列化方式以便塞入队列。如果没有队列的支持，那不排除有些同学不得不从 socket 服务器做起，直接跟 TCP/IP 打起交道来。

　　其实multiprocessing.managers 中有个 BaseManager 就为开发者提供了这样一个快速接口。

　　我们假定的场景是1 个生产者（ producer.py ） +8 个消费者 (worker.py) 的系统，还有一个中央节点负责协调（ server.py ）实现如下：

　　server.py

　　 from multiprocessing.managers import BaseManager import Queue

　　queue = Queue.Queue() # 初始化一个 Q ，用于消息传递 class QueueManager(BaseManager):

　　 pass

　　QueueManager.register('get_queue', callable= lambda:queue) # 在系统中发布 get_queue 这个业务

　　 if __name__ == '__main__':

　　m = QueueManager(address=('10.239.85.193', 50000),authkey='abr' )

　　# 监听所有 10.239.85.193 的 50000 口

　　s = m.get_server()

　　s.serve_forever()

　　worker.py

　　 from multiprocessing.managers import BaseManager from multiprocessing import Pool

　　 class QueueManager(BaseManager):

　　 pass

　　QueueManager.register('get_queue')

　　 def feb(i): # 经典的 ' 山羊增殖 '

　　 if i < 2: return 1

　　 if i < 5 : return feb(i-1) + feb(i-2)

　　 return feb(i-1) + feb(i-2) - feb(i-5)

　　 def worker(i):

　　m = QueueManager(address=('10.239.85.193', 50000), authkey='abr')# 连接 server

　　m.connect()

　　 while True:

　　queue = m.get_queue()# 获取 Q

　　c = queue.get()

　　 print feb(c)

　　 if __name__ == '__main__':

　　p = Pool(8) # 分进程启动 8 个 worker

　　p.map(worker, range(8))

　　producer.py

　　 from multiprocessing.managers import BaseManager

　　 class QueueManager(BaseManager):

　　 pass

　　QueueManager.register('get_queue')

　　 if __name__ == '__main__':

　　m = QueueManager(address=('10.239.85.193', 50000), authkey='abr')

　　m.connect()

　　i = 0

　　 while True:

　　queue = m.get_queue()

　　queue.put(48)

　　i+=1

　　系统会直接将Queue() 对象中的数据直接封装后通过 TCP 50000 端口在主机之间传递。不过需要注意的是，由于 authkey 的缘故，各个节点要求 python 的版本一致。

来源：开源小站

Python学习之分布式任务实现方法详解

热门帖子

Swift 教程

最新帖子

Xcode 9.4下载