[[399138]]

一、前言

在Thread和Process中，應(yīng)當(dāng)優(yōu)選Process，因?yàn)镻rocess更穩(wěn)定，而且，Process可以分布到多臺(tái)機(jī)器上，而Thread最多只能分布到同一臺(tái)機(jī)器的多個(gè)CPU上。

Python的multiprocessing模塊不但支持多進(jìn)程，其中managers子模塊還支持把多進(jìn)程分布到多臺(tái)機(jī)器上。可以寫一個(gè)服務(wù)進(jìn)程作為調(diào)度者，將任務(wù)分布到其他多個(gè)進(jìn)程中，依靠網(wǎng)絡(luò)通信進(jìn)行管理。

二、案例分析

在做爬蟲程序時(shí)，抓取某個(gè)網(wǎng)站的所有圖片，如果使用多進(jìn)程的話，一般是一個(gè)進(jìn)程負(fù)責(zé)抓取圖片的鏈接地址，將鏈接地址放到queue中，另外的進(jìn)程負(fù)責(zé) 從queue中取鏈接地址進(jìn)行下載和存儲(chǔ)到本地。

怎么用分布式進(jìn)程實(shí)現(xiàn)?

一臺(tái)機(jī)器上的進(jìn)程負(fù)責(zé)抓取鏈接地址，其他機(jī)器上的進(jìn)程負(fù)責(zé)系在存儲(chǔ)。那么遇到的主要問(wèn)題是將queue 暴露到網(wǎng)絡(luò)中，讓其他機(jī)器進(jìn)程都可以訪問(wèn)，分布式進(jìn)程就是將這個(gè)過(guò)程進(jìn)行了封裝，可以將這個(gè)過(guò)程稱為本地隊(duì)列的網(wǎng)絡(luò)化。

例：

1.py

from multiprocessing.managers import BaseManager 
from multiprocessing import freeze_support, Queue 
# 任務(wù)個(gè)數(shù) 
task_number = 10 
 
# 收發(fā)隊(duì)列 
task_quue = Queue(task_number) 
result_queue = Queue(task_number) 
 
def get_task(): 
    return task_quue 
 
def get_result(): 
    return result_queue 
# 創(chuàng)建類似的queueManager 
class QueueManager(BaseManager): 
    pass 
 
def win_run(): 
    # 注冊(cè)在網(wǎng)絡(luò)上，callable 關(guān)聯(lián)了Queue 對(duì)象 
    # 將Queue對(duì)象在網(wǎng)絡(luò)中暴露 
    # window下綁定調(diào)用接口不能直接使用lambda，所以只能先定義函數(shù)再綁定 
    QueueManager.register('get_task_queue', callable=get_task) 
    QueueManager.register('get_result_queue', callable=get_result) 
    # 綁定端口和設(shè)置驗(yàn)證口令 
    manager = QueueManager(address=('127.0.0.1', 8001), authkey='qiye'.encode()) 
    # 啟動(dòng)管理，監(jiān)聽(tīng)信息通道 
    manager.start() 
 
    try: 
        # 通過(guò)網(wǎng)絡(luò)獲取任務(wù)隊(duì)列和結(jié)果隊(duì)列 
        task = manager.get_task_queue() 
        result = manager.get_result_queue() 
 
        # 添加任務(wù) 
        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() 

連接服務(wù)器，端口和驗(yàn)證口令注意保持與服務(wù)器進(jìn)程中完全一致從網(wǎng)絡(luò)獲取Queue，進(jìn)行本地化，從task隊(duì)列獲取任務(wù)，并且把結(jié)果寫入result隊(duì)列

2.py

#coding:utf-8 
import time 
from multiprocessing.managers import BaseManager 
# 創(chuàng)建類似的Manager: 
class Manager(BaseManager): 
    pass 
#使用QueueManager注冊(cè)獲取Queue的方法名稱 
Manager.register('get_task_queue') 
Manager.register('get_result_queue') 
#連接到服務(wù)器: 
server_addr = '127.0.0.1' 
print('Connect to server %s...' % server_addr) 
# 端口和驗(yàn)證口令注意保持與服務(wù)進(jìn)程設(shè)置的完全一致: 
m = Manager(address=(server_addr, 8001), authkey='qiye') 
# 從網(wǎng)絡(luò)連接: 
m.connect() 
#獲取Queue的對(duì)象: 
task = m.get_task_queue() 
result = m.get_result_queue() 
#從task隊(duì)列取任務(wù),并把結(jié)果寫入result隊(duì)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) 
#結(jié)束: 
print('worker exit.') 

任務(wù)進(jìn)程要通過(guò)網(wǎng)絡(luò)連接到服務(wù)進(jìn)程，所以要指定服務(wù)進(jìn)程的IP。

運(yùn)行結(jié)果如下：

獲取圖片地址,將地址傳到2.py。

接收1.py傳遞的地址，進(jìn)行圖片的下載，控制臺(tái)顯示爬取結(jié)果。

三、總結(jié)

本文基于Python基礎(chǔ)，Python的分布式進(jìn)程接口簡(jiǎn)單，封裝良好，適合需要把繁重任務(wù)分布到多臺(tái)機(jī)器的環(huán)境下。通過(guò)講解Queue的作用是用來(lái)傳遞任務(wù)和接收結(jié)果。

歡迎大家積極嘗試，有時(shí)候看到別人實(shí)現(xiàn)起來(lái)很簡(jiǎn)單，但是到自己動(dòng)手實(shí)現(xiàn)的時(shí)候，總會(huì)有各種各樣的問(wèn)題，切勿眼高手低，勤動(dòng)手，才可以理解的更加深刻。