python分布式进程

作者 新城 日期 2017-09-01
python分布式进程

分布式进程

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。一个服务进程可以作为调度者,将任务分布到其他多个进程
中,依靠网络通信。
由于managers模块封装很好,不必了解网络通信的细节,就可以很容易地编写分布式多进程程序。

举个例子:如果我们已经有一个通过Queue通信的多进程程序在同一台机器上运行,现在,由于处理任务的进程任务繁重,希望把发送任务的进程和处理任务的进程分布到两台机器上。怎么用分布式进程实现?

原有的Queue可以继续使用,但是,通过managers模块把Queue通过网络暴露出去,就可以让其他机器的进程访问Queue了。

我们先看服务进程,服务进程负责启动Queue,把Queue注册到网络上,然后往Queue里面写入任务:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
# task_master.py

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

task_queue = queue.Queue() # 发送任务的队列:

result_queue = queue.Queue() # 接收结果的队列:

class QueueManager(BaseManager): # 从BaseManager继承的QueueManager:
pass

# 把两个Queue都注册到网络上, callable参数关联了Queue对象:
QueueManager.register('get_task_queue', callable=lambda: task_queue)
QueueManager.register('get_result_queue', callable=lambda: result_queue)

manager = QueueManager(address=('', 5000), authkey=b'abc') # 绑定端口5000, 设置验证码'abc':

manager.start() # 启动Queue:

task = manager.get_task_queue() # 获得通过网络访问的Queue对象:
result = manager.get_result_queue()

for i in range(10): # 放几个任务进去:
n = random.randint(0, 10000)
print('Put task %d...' % n)
task.put(n)

print('Try get results...') # 从result队列读取结果:
for i in range(10):
r = result.get(timeout=10)
print('Result: %s' % r)

manager.shutdown() # 关闭:
print('master exit.')

请注意,当我们在一台机器上写多进程程序时,创建的Queue可以直接拿来用,但是,
在分布式多进程环境下,添加任务到Queue不可以直接对原始的task_queue进行操作,
那样就绕过了QueueManager的封装,必须通过manager.get_task_queue()获得的Queue接口添加。

然后,在另一台机器上启动任务进程(本机上启动也可以):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
# task_worker.py

import time, sys, queue
from multiprocessing.managers import BaseManager

class QueueManager(BaseManager): # 创建类似的QueueManager:
pass

# 由于这个QueueManager只从网络上获取Queue,所以注册时只提供名字:
QueueManager.register('get_task_queue')
QueueManager.register('get_result_queue')

# 连接到服务器,也就是运行task_master.py的机器:
server_addr = '127.0.0.1'
print('Connect to server %s...' % server_addr)
# 端口和验证码注意保持与task_master.py设置的完全一致:
m = QueueManager(address=(server_addr, 5000), authkey=b'abc')

m.connect() # 从网络连接:

task = m.get_task_queue() # 获取Queue的对象:
result = m.get_result_queue()
# 从task队列取任务,并把结果写入result队列:
for i in range(10):
try:
n = task.get(timeout=1)
print('run task %d * %d...' % (n, n))
r = '%d * %d = %d' % (n, n, n*n)
time.sleep(1)
result.put(r)
except Queue.Empty:
print('task queue is empty.')
print('worker exit.') # 处理结束:

小结

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。

注意Queue的作用是用来传递任务和接收结果,每个任务的描述数据量要尽量小。比如发送
一个处理日志文件的任务,就不要发送几百兆的日志文件本身,而是发送日志文件存放的完整
路径,由Worker进程再去共享的磁盘上读取文件。