python分布式进程，,分布式进程指的是将P

python分布式进程，,分布式进程指的是将P

分布式进程指的是将Process进程分布到多台机器上，充分利用多态机器的性能完成复杂的任务

分布式进程在python 中依然要用到multiprocessing 模块。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。例子：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。现在把这个过程做成分布式，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，我们可以将这个过程称为本地队列的网络化

要实现上面例子的功能，创建分布式进程需要分为 六个步骤

建立队列Queue ，用来进行进程间通信。服务进程创建任务队列task_queue 用来作为传递任务给任务进程的通道；服务进程创建结果队列result_queue ，作为任务进程完成任务后回复服务进程的通道。在分布式多进程环境下，必须由Queuemanager获得Queue 接口来添加任务把第一步中建立的队列在网络上注册，暴露给其他进程（主机），注册后获得网络队列，相当于本地队列的映像建立一个对象（Queuemanager（BaseManager））实例manager，绑定端口和验证口令启动第三步中建立的实例，即启动管理manager，监管信息通道通过管理实例的方法获得通过网络访问的Queue对象，即再把网络队列实体化成可以使用的本地队列创建任务到 “本地”队列中，自动上传任务到网络队列中，分配给任务进程进行处理

接下来通过程序实现上面的列子（window版），首先编写的是服务进程（taskManager.py）

#!coding:utf-8from multiprocessing.managers import BaseManagerfrom 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_quuedef get_result():    return result_queue# 创建类似的queueManagerclass QueueManager(BaseManager):    passdef 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__‘:    # window下多进程可能有问题，添加这句话缓解    freeze_support()    win_run()

服务进程已经编写好，接下来任务进程(taskWorker.py)创建四步骤：

使用QueueManager注册用于获取Queue的方法名称，任务进程只能通过名称来网络获取Queue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

#coding:utf-8import timefrom multiprocessing.managers import BaseManager# 创建类似的QueueManager:class QueueManager(BaseManager):    pass# 实现第一步：使用QueueManager注册获取Queue的方法名称QueueManager.register(‘get_task_queue‘)QueueManager.register(‘get_result_queue‘)# 实现第二步：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 = QueueManager(address=(server_addr, 8001), authkey=‘qiye‘)# 从网络连接:m.connect()# 实现第三步：获取Queue的对象:task = m.get_task_queue()result = m.get_result_queue()# 实现第四步：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)# 处理结束:print(‘worker exit.‘)

运行结果：

taskManager.py

C:\Python27\python.exe F:/python_scrapy/python_study/taskManager.pyurl is ImageUrl_0url is ImageUrl_1url is ImageUrl_2url is ImageUrl_3url is ImageUrl_4url is ImageUrl_5url is ImageUrl_6url is ImageUrl_7url is ImageUrl_8url is ImageUrl_9try get resultresult is ImageUrl_0--->successresult is ImageUrl_1--->successresult is ImageUrl_2--->successresult is ImageUrl_3--->successresult is ImageUrl_4--->successresult is ImageUrl_5--->successresult is ImageUrl_6--->successresult is ImageUrl_7--->successresult is ImageUrl_8--->successresult is ImageUrl_9--->successProcess finished with exit code 0

任务进程(taskWorker.py)

C:\Python27\python.exe F:/python_scrapy/python_study/taskWorker.pyConnect to server 127.0.0.1...run task download ImageUrl_0...run task download ImageUrl_1...run task download ImageUrl_2...run task download ImageUrl_3...run task download ImageUrl_4...run task download ImageUrl_5...run task download ImageUrl_6...run task download ImageUrl_7...run task download ImageUrl_8...run task download ImageUrl_9...worker exit.Process finished with exit code 0

python分布式进程