[[399138]]

一、前言

在Thread和Process中，應(yīng)當優(yōu)選Process，因為Process更穩(wěn)定，而且，Process可以分布到多臺機器上，而Thread最多只能分布到同一臺機器的多個CPU上。

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。可以寫一個服務(wù)進程作為調(diào)度者，將任務(wù)分布到其他多個進程中，依靠網(wǎng)絡(luò)通信進行管理。

二、案例分析

在做爬蟲程序時，抓取某個網(wǎng)站的所有圖片，如果使用多進程的話，一般是一個進程負責抓取圖片的鏈接地址，將鏈接地址放到queue中，另外的進程負責 從queue中取鏈接地址進行下載和存儲到本地。

怎么用分布式進程實現(xiàn)?

一臺機器上的進程負責抓取鏈接地址，其他機器上的進程負責系在存儲。那么遇到的主要問題是將queue 暴露到網(wǎng)絡(luò)中，讓其他機器進程都可以訪問，分布式進程就是將這個過程進行了封裝，可以將這個過程稱為本地隊列的網(wǎng)絡(luò)化。

例：

1.py

from multiprocessing.managers import BaseManager 
from multiprocessing import freeze_support, Queue 
# 任務(wù)個數(shù) 
task_number = 10 
 
# 收發(fā)隊列 
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(): 
    # 注冊在網(wǎng)絡(luò)上，callable 關(guān)聯(lián)了Queue 對象 
    # 將Queue對象在網(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)置驗證口令 
    manager = QueueManager(address=('127.0.0.1', 8001), authkey='qiye'.encode()) 
    # 啟動管理，監(jiān)聽信息通道 
    manager.start() 
 
    try: 
        # 通過網(wǎng)絡(luò)獲取任務(wù)隊列和結(jié)果隊列 
        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，端口和驗證口令注意保持與服務(wù)器進程中完全一致從網(wǎng)絡(luò)獲取Queue，進行本地化，從task隊列獲取任務(wù)，并且把結(jié)果寫入result隊列

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) 
# 端口和驗證口令注意保持與服務(wù)進程設(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的對象: 
task = m.get_task_queue() 
result = m.get_result_queue() 
#從task隊列取任務(wù),并把結(jié)果寫入result隊列: 
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)進程要通過網(wǎng)絡(luò)連接到服務(wù)進程，所以要指定服務(wù)進程的IP。

運行結(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，進行圖片的下載，控制臺顯示爬取結(jié)果。

三、總結(jié)

本文基于Python基礎(chǔ)，Python的分布式進程接口簡單，封裝良好，適合需要把繁重任務(wù)分布到多臺機器的環(huán)境下。通過講解Queue的作用是用來傳遞任務(wù)和接收結(jié)果。

歡迎大家積極嘗試，有時候看到別人實現(xiàn)起來很簡單，但是到自己動手實現(xiàn)的時候，總會有各種各樣的問題，切勿眼高手低，勤動手，才可以理解的更加深刻。