python分布式进程运行windows程序_python master workers windows-优快云博客

该博客介绍了如何使用Python的multiprocessing模块和Queue实现一个master-worker模式的多机分布式任务管理系统。master节点创建任务队列和结果队列，并通过网络暴露给worker节点访问。worker节点连接到master，从任务队列中获取任务并计算结果，然后将结果放入结果队列。整个过程涉及进程间通信和队列操作，适用于多进程协作的场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一台master + 多台worker 可多机运行

https://blog.youkuaiyun.com/lilong117194/article/details/76051843
https://www.liaoxuefeng.com/wiki/1016959663602400/1017631559645600

# task_master.py

# coding=utf-8

import random,time,  Queue
from multiprocessing.managers import BaseManager
from multiprocessing import freeze_support

task_queue =  Queue.Queue()  # 发送任务的队列:
result_queue = Queue.Queue() # 接收结果的队列:
class QueueManager(BaseManager):  # 从BaseManager继承的QueueManager:
    pass
# windows下运行
def return_task_queue():
    global task_queue
    return task_queue  # 返回发送任务队列
def return_result_queue ():
    global result_queue
    return result_queue # 返回接收结果队列

def test():
    # 把两个Queue都注册到网络上, callable参数关联了Queue对象,它们用来进行进程间通信，交换对象
    #QueueManager.register('get_task_queue', callable=lambda: task_queue)
    #QueueManager.register('get_result_queue', callable=lambda: result_queue)
    QueueManager.register('get_task_queue', callable=return_task_queue)   
    QueueManager.register('get_result_queue', callable=return_result_queue)
    # 绑定端口5000, 设置验证码'abc':
    #manager = QueueManager(address=('', 5000), authkey=b'abc')
    # windows需要写ip地址
    manager = QueueManager(address=('127.0.0.1', 5000), authkey=b'abc')
    manager.start()  # 启动Queue: 
    # 获得通过网络访问的Queue对象:
    task = manager.get_task_queue()  
    result = manager.get_result_queue()
    for i in range(10):   # 放几个任务进去:
        n = random.randint(0, 10000)
        print('Put task %d...' % n)
        task.put(n)
    # 从result队列读取结果:
    print('Try get results...')  
    for i in range(10):
        # 这里加了异常捕获
        try:
            r = result.get(timeout=5)
            print('Result: %s' % r)
        except Queue.Empty:
             print('result queue is empty.')
    # 关闭:         
    manager.shutdown()  
    print('master exit.')
if __name__=='__main__':
    freeze_support()
    print('start!')
    test()

# task_worker.py

# coding=utf-8
import time, sys,Queue
from multiprocessing.managers import BaseManager

# 创建类似的QueueManager:
class QueueManager(BaseManager):
    pass

# 由于这个QueueManager只从网络上获取Queue，所以注册时只提供名字:
QueueManager.register('get_task_queue')
QueueManager.register('get_result_queue')

# 连接到服务器，也就是运行task_master.py的机器:
server_addr = '127.0.0.1'
print('Connect to server %s...' % 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(address=(server_addr, 5000), authkey=b'abc')
# 从网络连接:
try:
    m.connect()
except:
    print('请先启动task_master.py!')
    #sys.exit("sorry, goodbye!");
# 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:
for i in range(10):
    try:
        n = task.get(timeout=1)
        print('run task %d * %d...' % (n, n))
        r = '%d * %d = %d' % (n, n, n*n)
        time.sleep(1)
        result.put(r)
    except Queue.Empty:
        print('task queue is empty.')
# 处理结束:
print('worker exit.')