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
讲解Python中fileno()方法的使用
May 24 Python
Tensorflow简单验证码识别应用
May 25 Python
spark: RDD与DataFrame之间的相互转换方法
Jun 07 Python
Python Pandas批量读取csv文件到dataframe的方法
Oct 08 Python
Python采集猫眼两万条数据 对《无名之辈》影评进行分析
Dec 05 Python
pandas去重复行并分类汇总的实现方法
Jan 29 Python
python-pyinstaller、打包后获取路径的实例
Jun 10 Python
python 一个figure上显示多个图像的实例
Jul 08 Python
python系列 文件操作的代码
Oct 06 Python
wxPython实现带颜色的进度条
Nov 19 Python
Python json模块与jsonpath模块区别详解
Mar 05 Python
Pyspark读取parquet数据过程解析
Mar 27 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
详细介绍PHP应用提速面面观
2006/10/09 PHP
php获取qq用户昵称和在线状态(实例分析)
2013/10/27 PHP
Laravel 4 初级教程之视图、命名空间、路由
2014/10/30 PHP
在Debian系统下配置LNMP的教程
2015/07/09 PHP
php封装的mongodb操作类代码
2017/08/06 PHP
PHP实现自动发送邮件功能代码(qq 邮箱)
2017/08/18 PHP
Laravel5.5 数据库迁移:创建表与修改表示例
2019/10/23 PHP
showModelessDialog()使用详解
2006/09/07 Javascript
javascript getElementsByClassName实现代码
2010/10/11 Javascript
jQuery ajax在GBK编码下表单提交终极解决方案(非二次编码方法)
2010/10/20 Javascript
js设置文本框中焦点位置在最后的示例代码(简单实用)
2014/03/04 Javascript
jquery数组封装使用方法分享(jquery数组遍历)
2014/03/25 Javascript
实例分析js和C#中使用正则表达式匹配a标签
2014/11/26 Javascript
jquery实现公告翻滚效果
2015/02/27 Javascript
轻松掌握JavaScript状态模式
2016/09/07 Javascript
AngularJS入门示例之Hello World详解
2017/01/04 Javascript
js实现淡入淡出轮播切换功能
2017/01/13 Javascript
整理关于Bootstrap模态弹出框的慕课笔记
2017/03/29 Javascript
Vuex简单入门
2017/04/19 Javascript
js中变量的连续赋值(实例讲解)
2017/07/08 Javascript
JS点击动态添加标签、删除指定标签的代码
2018/04/18 Javascript
让Vue也可以使用Redux的方法
2018/05/23 Javascript
JS中appendChild追加子节点无效的解决方法
2018/10/14 Javascript
实例讲解JavaScript截取字符串
2018/11/30 Javascript
对layer弹出框中icon数字参数的说明介绍
2019/09/04 Javascript
python中的多重继承实例讲解
2014/09/28 Python
浅谈python字典多键值及重复键值的使用
2016/11/04 Python
pandas数据清洗,排序,索引设置,数据选取方法
2018/05/18 Python
Django restframework 源码分析之认证详解
2019/02/22 Python
python中查看.db文件中表格的名字及表格中的字段操作
2020/07/07 Python
Turnbull & Asser官网:英国皇室御用的顶级定制衬衫
2019/01/31 全球购物
介绍Java的内部类
2012/10/27 面试题
飞利信loadrunner和软件测试笔试题
2012/09/22 面试题
暑假安全教育广播稿
2014/09/10 职场文书
领导干部整治奢华浪费之风思想汇报
2014/10/07 职场文书
2015年全国爱眼日活动小结
2015/02/27 职场文书