一篇文章带你了解Python的分布式进程接口

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、前言

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 BaseManager from 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_quue   def get_result():     return result_queue # 创建类似的queueManager class QueueManager(BaseManager):     pass   def 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-8 import time from 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。

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。

三、总结

本文基于Python基础，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。

本文收集自互联网，如果发现有涉嫌侵权或违法违规的内容，请联系6532516@qq.com以便进行及时清除