python中如何使用分步式进程计算详解


Posted in Python onMarch 22, 2019

前言

在python中使用多进程和多线程都能达到同时运行多个任务,和多进程和多线程的选择上,应该优先选择多进程的方式,因为多进程更加稳定,且对于进程的操作管理也更加方便,但有一点是多进程独有的杀手锏,多进程可以将进程分步到多台机器上跑,假如有很多个任务,一台机器即使开了多进程或者多进程跑起来还是要耗很多时间,那么这时就要想一下可否将任务分配到多台机器上跑,这样可以更快的完成任务。

在分步式进程运算中,进程之前的通信还是依赖于Queue,但此时的队列不能直接使用,需要使用multiprocessing.managers.BaseManager 进行包装,通过回调以后才能使用,既然是分步式的调用,那么应该有一个服务端和一个客户端,服务端通过网络协议将队列中的信息给各个客户端进行调用,客户端也可以通过队列将结果返回,然后服务端进行结果的收集展示,流程如下

python中如何使用分步式进程计算详解
分步式流程

服务端将任务放到 task_queue 中,然后四个客户端通过网络端口从task_queue中获取到任务,然后进行计算,再将结果放到result_queue中,最后服务端统一处理结果。整体的流程比较清晰,只是需要强调,这里的队列不能是原始的队列,需要使用BaseManager 进行包装。

先看一下服务端的代码

#coding:gbk
import time, queue
from multiprocessing.managers import BaseManager
from multiprocessing import freeze_support

# 任务个数
task_number = 10
# 定义收发队列
task_queue = queue.Queue(task_number)
result_queue = queue.Queue(task_number)


def gettask():
 return task_queue


def getresult():
 return result_queue


def test():
 # windows下绑定调用接口不能使用lambda,所以只能先定义函数再绑定
 BaseManager.register('get_task', callable=gettask)
 BaseManager.register('get_result', callable=getresult)
 # 绑定端口并设置验证码,windows下需要填写ip地址,linux下不填默认为本地
 manager = BaseManager(address=('127.0.0.1', 5002), authkey=b'123')
 # 启动
 manager.start()
 try:
  # 通过网络获取任务队列和结果队列
  task = manager.get_task()
  result = manager.get_result()
  # 添加任务
  for i in range(task_number):
   print('Put task %d...' % i)
   task.put(i)
  # 每秒检测一次是否所有任务都被执行完
  while not result.full():
   print(task.qsize())
   time.sleep(1)
  for i in range(result.qsize()):
   ans = result.get()
   print('task %d is finish , runtime:%d s' % ans)
 except:
  print('Manager error')
 finally:
  manager.shutdown()


if __name__ == '__main__':
 # windows下多进程可能会炸,添加这句可以缓解
 freeze_support()
 test()

这里重点说一下 BaseManager.register('get_task', callable=gettask) 这行代码,它的意思是注册一个get_task的操作,执行的操作是gettask()函数,上面定义了gettask()函数,返回的是task_queue,这也是之前说的不能直接使用queue.Queue,必须要使用通过BaseManager的register接口封装过的的队列,下面使用task = manager.get_task()来获取到这个队列。

manager = BaseManager(address=('127.0.0.1', 5002), authkey=b'123')

这行代码初始了一个manager,它绑定了本机的5002端口,并且在客户端连接的时候需要一个密码:123。

接下来看一下客户端代码。

#coding:gbk

import time, sys, queue, random
from multiprocessing.managers import BaseManager
BaseManager.register('get_task')
BaseManager.register('get_result')
conn = BaseManager(address = ('127.0.0.1',5002), authkey = b'123')
try:
 conn.connect()
except:
 print('连接失败')
 sys.exit()
task = conn.get_task()
result = conn.get_result()
while not task.empty():
 print(task.qsize())
 n = task.get(timeout = 1)
 print('run task %d' % n)
 sleeptime = random.randint(0,3)
 time.sleep(sleeptime)
 rt = (n, sleeptime)
 result.put(rt)
if __name__ == '__main__':
 pass;

这里主要看以下的代码

BaseManager.register('get_task')
BaseManager.register('get_result')

这两个是注册函数,和之前的服务端所对应,之前服务端注册了这两个函数,这里才能注册使用,注意这里不能注册服务端没有注册的函数

运行一下,先运行服务端,然后再启两个cmd运行客户端,也可以在局域网中的另外的机器上运行,但是要修改服务端的ip地址

服务端的结果如下

Put task 0...
Put task 1...
Put task 2...
Put task 3...
Put task 4...
Put task 5...
Put task 6...
Put task 7...
Put task 8...
Put task 9...
task 0 is finish , runtime:3 s
task 1 is finish , runtime:0 s
task 2 is finish , runtime:2 s
task 4 is finish , runtime:1 s
task 3 is finish , runtime:3 s
task 6 is finish , runtime:1 s
task 7 is finish , runtime:0 s
task 5 is finish , runtime:3 s
task 8 is finish , runtime:2 s
task 9 is finish , runtime:3 s

两个客户端的结果分别如下

客户端1

10
run task 0
9
run task 1
8
run task 2
6
run task 4
5
run task 5
1
run task 9

客户端2

7
run task 3
4
run task 6
3
run task 7
2
run task 8

一起运行的截图如下

python中如何使用分步式进程计算详解结果

由于队列是线程安全的,所以这里不用加锁,在客户端中打印print(task.qsize()) 当前的队列大小,可以看到队列的信息中同步到各个客户端的。

最后还是要多说一句,分步式多进程虽然可以把任务分散到不同的机器上运行,可以处理多任务,但是如果此时服务端挂掉的话,任务就全丢掉了,所以在生产环境下还是考虑使用消息中间件如kafka等。

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对三水点靠木的支持。

Python 相关文章推荐
python 快速排序代码
Nov 23 Python
Python科学计算环境推荐——Anaconda
Jun 30 Python
python多线程threading.Lock锁用法实例
Nov 01 Python
使用Python编写提取日志中的中文的脚本的方法
Apr 30 Python
Python通过RabbitMQ服务器实现交换机功能的实例教程
Jun 29 Python
python解决汉字编码问题:Unicode Decode Error
Jan 19 Python
Python实现的购物车功能示例
Feb 11 Python
Python格式化输出%s和%d
May 07 Python
使用python绘制3维正态分布图的方法
Dec 29 Python
wxPython修改文本框颜色过程解析
Feb 14 Python
OpenCV Python实现图像指定区域裁剪
Mar 12 Python
Pytorch模型迁移和迁移学习,导入部分模型参数的操作
Mar 03 Python
浅谈Python基础—判断和循环
Mar 22 #Python
浅谈python常用程序算法
Mar 22 #Python
python实现移位加密和解密
Mar 22 #Python
python实现可逆简单的加密算法
Mar 22 #Python
python实现字符串加密 生成唯一固定长度字符串
Mar 22 #Python
详解Python循环作用域与闭包
Mar 21 #Python
浅谈python之高阶函数和匿名函数
Mar 21 #Python
You might like
《魔兽争霸3》重制版究竟重制了什么?玩家:这么糊弄真的好吗?
2020/05/04 魔兽争霸
第二节 对象模型 [2]
2006/10/09 PHP
PHP一些常用的正则表达式字符的一些转换
2008/07/29 PHP
ThinkPHP3.2.2的插件控制器功能简述
2014/07/09 PHP
jQuery 使用手册(五)
2009/09/23 Javascript
javascript下arguments,caller,callee,call,apply示例及理解
2009/12/24 Javascript
更换select下拉菜单背景样式的实现代码
2011/12/20 Javascript
javascript全局变量封装模块实现代码
2012/11/28 Javascript
js 单击式的下拉菜单效果实例
2013/08/13 Javascript
JavaScript图片放大技术(放大镜)实现代码分享
2013/11/14 Javascript
纯js实现瀑布流布局及ajax动态新增数据
2016/04/07 Javascript
深入剖析JavaScript:Object类型
2016/05/10 Javascript
JavaScript判断数字是否为质数的方法汇总
2016/06/02 Javascript
JS实现复制内容到剪贴板功能
2017/02/05 Javascript
js实现导航吸顶效果
2017/02/24 Javascript
让你彻底掌握es6 Promise的八段代码
2017/07/26 Javascript
JavaScript创建对象的七种方式全面总结
2017/08/21 Javascript
浅谈JavaScript的innerWidth与innerHeight
2017/10/12 Javascript
js指定日期增加指定月份的实现方法
2018/12/19 Javascript
javascript实现页面的实时时钟显示示例
2020/08/06 Javascript
详解python 模拟豆瓣登录(豆瓣6.0)
2019/04/18 Python
Python Web框架之Django框架Form组件用法详解
2019/08/16 Python
python list转置和前后反转的例子
2019/08/26 Python
Django框架HttpRequest对象用法实例分析
2019/11/01 Python
JAVA SWT事件四种写法实例解析
2020/06/05 Python
一篇文章带你学习CSS3图片边框
2020/11/04 HTML / CSS
Lookfantastic德国官网:英国知名美妆购物网站
2017/06/11 全球购物
Marc Jacobs彩妆官网:Marc Jacobs Beauty
2017/07/03 全球购物
金讯Java笔试题目
2013/06/18 面试题
社团文化节邀请函
2014/01/10 职场文书
自动化专业职业生涯规划书范文
2014/01/16 职场文书
民主评议党员登记表自我评价
2014/10/20 职场文书
重阳节慰问信
2015/02/15 职场文书
电力安全学习心得体会
2016/01/18 职场文书
CSS实现漂亮的时钟动画效果的实例代码
2021/03/30 HTML / CSS
详解TS数字分隔符和更严格的类属性检查
2021/05/06 Javascript