分散式程序

在Thread和Process中，應當優選Process，因為Process更穩定，而且，Process可以分佈到多臺機器上，而Thread最多隻能分佈到同一臺機器的多個CPU上。

Python的 multiprocessing 模組不但支援多程序， 其中 managers 子模組還支援把多程序分佈到多臺機器上。一個服務程序可以作為排程者，將任務分佈到其他多個程序中，依靠網路通訊。由於managers模組封裝很好，不必瞭解網路通訊的細節，就可以很容易地編寫分散式多程序程式。

通過managers模組把Queue通過網路暴露出去，就可以讓其他機器的程序訪問Queue了。先看服務程序，服務程序負責啟動Queue，把Queue註冊到網路上，然後往Queue裡面寫入任務。

BaseManager： 提供了不同機器程序之間共享資料的一種方法;

(重要的點: ip:port)

# task_master.py

import random
from multiprocessing import freeze_support
from queue import Queue
from multiprocessing.managers import  BaseManager
# 1. 建立需要的佇列
# task_queue：傳送任務的佇列
# coding=utf-8

import random,time
from queue import Queue
from multiprocessing.managers import BaseManager
from multiprocessing import freeze_support

task_queue =  Queue()  # 傳送任務的佇列:
result_queue = Queue() # 接收結果的佇列:
class QueueManager(BaseManager):  # 從BaseManager繼承的QueueManager:
    pass
# windows下執行
def return_task_queue():
    global task_queue
    return task_queue  # 返回傳送任務佇列
def return_result_queue ():
    global result_queue
    return result_queue # 返回接收結果佇列

def test():
    # 把兩個Queue都註冊到網路上, callable引數關聯了Queue物件,它們用來進行程序間通訊，交換物件
    #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)
    # 繫結埠4000, 設定驗證碼'sheenstar':
    #manager = QueueManager(address=('', 4000), authkey=b'sheenstar')
    # windows需要寫ip地址
    manager = QueueManager(address=('192.168.1.160', 4000), authkey=b'sheenstar')
    manager.start()  # 啟動Queue:
    # 獲得通過網路訪問的Queue物件:
    task = manager.get_task_queue()
    result = manager.get_result_queue()
    for i in range(13):   # 放幾個任務進去:
        n = random.randint(0, 10000)
        print('Put task %d...' % n)
        task.put(n)
    # 從result佇列讀取結果:
    print('Try get results...')
    for i in range(13):
        r = result.get(timeout=10)
        print('Result: %s' % r)

    # 關閉:
    manager.shutdown()
    print('master exit.')
if __name__=='__main__':
    freeze_support()
    print('start!')
    test()
 

執行程式，會等待執行結果10s，如果沒有worker端獲取任務，返回結果，程式將報錯。

當我們在一臺機器上寫多程序程式時，建立的 Queue 可以直接拿來用，但是，在分散式多程序環境下，新增任務到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 介面新增。

# coding=utf-8
import time, sys
from queue import Queue
from multiprocessing.managers import BaseManager

# 建立類似的QueueManager:
class QueueManager(BaseManager):
    pass

# 由於這個QueueManager只從網路上獲取Queue，所以註冊時只提供名字:
QueueManager.register('get_task_queue')
QueueManager.register('get_result_queue')

# 連線到伺服器，也就是執行task_master.py的機器:
server_addr = '192.168.1.160'
print('Connect to server %s...' % server_addr)
# 埠和驗證碼注意保持與task_master.py設定的完全一致:
m = QueueManager(address=(server_addr, 4000), authkey=b'sheenstar')
# 從網路連線:
try:
    m.connect()
except:
    print('請先啟動task_master.py!')
    #sys.exit("sorry, goodbye!");
# 獲取Queue的物件:
task = m.get_task_queue()
result = m.get_result_queue()
# 從task佇列取任務,並把結果寫入result佇列:
for i in range(13):
    try:
        n = task.get()
        print('run task %d * %d...' % (n, n))
        r = '%d * %d = %d' % (n, n, n*n)
        time.sleep(1)
        result.put(r)
    except ConnectionResetError as e:
        print("任務執行結束，自動斷開連線")
# 處理結束:
print('worker exit.')
 

使用命令列執行程式，結果更直觀