介绍 #, task_master.py
import 随机,时间、队列
得到multiprocessing.managers import BaseManager
#,发送任务的队列:
时间=task_queue queue.Queue ()
#,接收结果的队列:
时间=result_queue queue.Queue ()
#,从BaseManager继承的QueueManager:
class QueueManager (BaseManager):
,通过
#,把两个队列都注册到网络上,,可调用的参数关联了队列对象:
QueueManager.register (& # 39; get_task_queue& # 39;,,可调用=λ:,task_queue)
QueueManager.register (& # 39; get_result_queue& # 39;,,可调用=λ:,result_queue)
5000 #,绑定端口,设置验证码& # 39;abc # 39;:
时间=manager QueueManager(地址=(& # 39;& # 39;,,5000),,authkey=b # 39; abc # 39;)
#,启动队列:
manager.start ()
#,获得通过网络访问的队列对象:
时间=task manager.get_task_queue ()
时间=result manager.get_result_queue ()
#,放几个任务进去:
for 小姐:拷贝范围(10):
时间=n 才能;random.randint (0, 10000)
打印才能(& # 39;Put task % d…& # 39;, %, n)
task.put才能(n)
#,从结果队列读取结果:
打印(& # 39;Try get 结果…& # 39;)
for 小姐:拷贝范围(10):
时间=r 才能;result.get(超时=10)
打印才能(& # 39;结果:,% & # 39;,%,r)
#,关闭:
manager.shutdown ()
打印(& # 39;master 自营出口# 39;) #, task_worker.py
import 时间,sys,队列
得到multiprocessing.managers import BaseManager
#,创建类似的QueueManager:
class QueueManager (BaseManager):
,通过
#,由于这个QueueManager只从网络上获取队列,所以注册时只提供名字:
QueueManager.register (& # 39; get_task_queue& # 39;)
QueueManager.register (& # 39; get_result_queue& # 39;)
#,连接到服务器,也就是运行task_master.py的机器:
时间=server_addr & # 39; 127.0.0.1 # 39;
打印(& # 39;Connect 用server % s……& # 39;, %, 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(地址=(server_addr, 5000), authkey=b # 39; abc # 39;)
#,从网络连接:
m.connect ()
#,获取队列的对象:
时间=task m.get_task_queue ()
时间=result m.get_result_queue ()
#,从任务队列取任务,并把结果写入队结果列:
for 小姐:拷贝范围(10):
尝试才能:
,,,n =, task.get(超时=1)
,,,print (& # 39; run task % d *, % d…& # 39;, %, (n, n))
,,,r =, & # 39; % d *, % d =, % d # 39;, %, (n, n, n * n)
,,,time . sleep (1)
,,,result.put(右)
except 才能;Queue.Empty:
,,,print (& # 39; task queue is 空# 39;公司)
#,处理结束:
印刷(& # 39;worker 自营出口# 39;)
使用python怎么实现分布式编程?相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
看完上述内容,你们掌握使用python怎么实现分布式编程的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注行业资讯频道,感谢各位的阅读!
