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。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。
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。
怎么用分布式进程实现？
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，可以将这个过程称为本地队列的网络化。
例：
1.py
from 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__': freeze_support() win_run()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
2.py
#coding:utf-8import timefrom multiprocessing.managers import BaseManager# 创建类似的Manager:class Manager(BaseManager): pass#使用QueueManager注册获取Queue的方法名称Manager.register('get_task_queue')Manager.register('get_result_queue')#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 = Manager(address=(server_addr, 8001), authkey='qiye')# 从网络连接:m.connect()#获取Queue的对象:task = m.get_task_queue()result = m.get_result_queue()#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)#结束:print('worker exit.')任务进程要通过网络连接到服务进程，所以要指定服务进程的IP。
运行结果如下：
获取图片地址,将地址传到2.py。
接收1.py传递的地址，进行图片的下载，控制台显示爬取结果。
本文基于Python基础，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。通过讲解Queue的作用是用来传递任务和接收结果。
欢迎大家积极尝试，有时候看到别人实现起来很简单，但是到自己动手实现的时候，总会有各种各样的问题，切勿眼高手低，勤动手，才可以理解的更加深刻。
本文链接：http://www.28at.com/showinfo-26-82946-0.html一篇文章带你了解Python的分布式进程接口
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com
Copyright © 2016-2023 天津谷骐科技有限公司 版权所有 sitemap.xml
违法及侵权请联系：2376512515@qq.com 津ICP备18001702号
津公网安备 12010102000574号