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
利用python获取某年中每个月的第一天和最后一天
Dec 15 Python
基于python requests库中的代理实例讲解
May 07 Python
对python sklearn one-hot编码详解
Jul 10 Python
Python使用一行代码获取上个月是几月
Aug 30 Python
Python下简易的单例模式详解
Apr 08 Python
python+gdal+遥感图像拼接(mosaic)的实例
Mar 10 Python
Django 404、500页面全局配置知识点详解
Mar 10 Python
python安装dlib库报错问题及解决方法
Mar 16 Python
基于Python脚本实现邮件报警功能
May 20 Python
openCV提取图像中的矩形区域
Jul 21 Python
用sleep间隔进行python反爬虫的实例讲解
Nov 30 Python
pandas apply使用多列计算生成新的列实现示例
Feb 24 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
PHP数组函数array_multisort()用法实例分析
2016/04/02 PHP
PHP简单实现无限级分类的方法
2016/05/13 PHP
php写入mysql中文乱码的实例解决方法
2019/09/17 PHP
PHP7 安装event扩展的实现方法
2019/10/08 PHP
jQuery 实现侧边浮动导航菜单效果
2014/12/26 Javascript
jQuery层级选择器用法分析
2015/02/10 Javascript
JQuery中上下文选择器实现方法
2015/05/18 Javascript
jquery+css实现绚丽的横向二级下拉菜单-附源码下载
2015/08/23 Javascript
js点击文本框后才加载验证码实例代码
2015/10/20 Javascript
如何解决vue与传统jquery插件冲突
2017/03/20 Javascript
修改Nodejs内置的npm默认配置路径方法
2018/05/13 NodeJs
vue-router重定向和路由别名的使用讲解
2019/01/19 Javascript
性能优化篇之Webpack构建速度优化的建议
2019/04/03 Javascript
nodejs简单抓包工具使用详解
2019/08/23 NodeJs
JS代码简洁方式之函数方法详解
2020/07/28 Javascript
如何使用three.js 制作一个三维的推箱子游戏
2020/07/29 Javascript
vue插件--仿微信小程序showModel实现模态提示窗功能
2020/08/19 Javascript
[03:59]DOTA2英雄梦之声_第07期_水晶室女
2014/06/23 DOTA
python networkx 根据图的权重画图实现
2019/07/10 Python
python fuzzywuzzy模块模糊字符串匹配详细用法
2019/08/29 Python
Python求两个字符串最长公共子序列代码实例
2020/03/05 Python
Jupyter打开图形界面并画出正弦函数图像实例
2020/04/24 Python
Python爬虫入门教程02之笔趣阁小说爬取
2021/01/24 Python
阿拉伯世界最大的电子卖场:Souq埃及
2016/08/01 全球购物
在线课程:Skillshare
2019/04/02 全球购物
白俄罗斯在线大型超市:e-dostavka.by
2019/07/25 全球购物
String和StringBuffer的区别
2015/08/13 面试题
结婚邀请函范文
2014/01/14 职场文书
金融管理专业毕业生求职信
2014/03/12 职场文书
教师批评与自我批评
2014/10/15 职场文书
2014年学生管理工作总结
2014/12/20 职场文书
幼儿园教师师德表现自我评价
2015/03/05 职场文书
农民工工资支付承诺书
2015/05/04 职场文书
2015年信息技术教研组工作总结
2015/07/22 职场文书
城镇居民医疗保险工作总结
2015/08/10 职场文书
Java实现注册登录跳转
2022/06/16 Java/Android