[實戰篇] Python 運維中使用併發
今天從大哥手裡接了一個需求:
驗證一下新的 Docker 映象倉庫(Docker Registry)是否遷移成功了
簡單粗暴的方法就是拿到老倉庫中的映象列表(Image List),在新倉庫模擬使用者重新拉取(pull)一遍來驗證,我們開始
subprocess
如果我們用 Shell 來寫,執行 Docker 命令很容易,直接寫就是了,但是對結果的判斷就不那麼友好了(Shell 大神忽略),那麼 Python 呢,如何優雅的執行 Linux 命令呢?這裡我們用到了一個 Python 標準庫(standard module) :
import subprocess
我們都知道,命令執行過程中會有標準輸出(stdout)和標準錯誤(stderror):
def run_cmd(cmd):
return subprocess.Popen(cmd,
stdout=subprocess.PIPE,
stderr=subprocess.PIPE).communicate()
上面程式碼封裝了一個方法,它會啟動一個子程序執行命令,並將標準輸出和標準錯誤通過管道(程序間通訊最常用的方式)收集
管道其實就是檔案描述符對,子程序會繼承父程序中的所有檔案描述符
最後,通過序列解包:
stdout, stderr = run_cmd('uname -a')
獲取標準輸出和標準錯誤,這個方法我們後面要用到好多
我拿到映象列表檔案了,先使用
cat imagelist | wc -l
查看了一下行數(映象數量),4254 個,還行,不算太多
思路:
- 拉取列表中的映象,拉取成功後將其刪除並標記為成功
- 拉取失敗就標記為失敗和並記錄錯誤
- 如果拉取超時,就標記超時
如何標記呢,因為我們將會使用多程序,多個程序間通訊還是蠻麻煩的,這裡偷個懶:直接使用 append 模式直接將結果寫入檔案
with open('timeout_image.txt','a') as timeout_file:
timeout_file.write(image)
我們先寫出如何驗證一個映象的邏輯:
def pull_worker(image): # ?
公眾號程式碼支援太差了,可以去文末的點選閱讀原文檢視
後面就僅僅是併發的問題了
sys
首先我們想控制併發數量,最簡單是使用 sys 模組
if len(sys.argv) == 4:
pass
else:
print “Need three params
return
# 這裡同樣使用了序列解包,第一個引數是指令碼名字,忽略掉
_, file, coreNum, poolNum = sys.argv
這樣的程式執行起來像這樣:
python check_images.py imagelist 8 5
gevent
然後是實現,我們使用的這個模組需要安裝,它是大名鼎鼎的 gevent,為什麼使用它,因為我們的任務是 I/O密集 型的,gevent 擅長處理這類任務(有興趣可以去了解下猴子補丁)
pip install gevent
我們看匯入模組的程式碼:
import gevent.pool
import gevent.monkey
from gevent import Timeout
gevent.monkey.patch_all() # 猴子補丁
from multiprocessing import Process
最後一行也是使用了 Python 的標準庫,多程序模組:multiprocessing
不要和我說什麼Python 有全域性直譯器鎖(GIL),多程序沒有 GIL,多程序沒有 GIL,多程序沒有 GIL
如何併發呢:
- 啟動和核數相等的程序(跑滿機器,儘快完成任務為目的)
- 每個程序裡面 docker pull 的併發為 5(gevent 協程池)
所以我們總的併發數就是 40,這樣就完成了可控制併發的指令碼
程式碼如下:
def each_process(task_object_list):
pool = gevent.pool.Pool(int(poolNum))
pool.map(pull_worker, task_object_list)
stop = time.time()
elapsed = stop - start
print "End precess with {0} s".format(elapsed)
with open(file) as f:
for line in f:
line = line.strip()
all_task_list.append(line)
print "All task: {0}".format(len(all_task_list))
for sliced_task_list in slice_list(all_task_list, int(coreNum)):
print "Start process with tasks: {0}".format(len(sliced_task_list))
p = Process(target=each_process, args=(sliced_task_list,))
p.start()
這裡需要注意的一點是,4254 個映象,是按照核心數量分組(slice_list),然後交給不同的程序處理的。