在Thread和Process中，應當優選Process，因為Process更穩定，

而且，Process可以分佈到多臺機器上，而Thread最多隻能分佈到同一臺機器的多個CPU上。

Python的multiprocessing模組不但支援多程序，而且managers子模組還支援把多程序分佈到多臺機器上。

一個服務程序可以作為排程者，依靠網路通訊，將任務分佈到其他多個程序中。

由於managers模組封裝很好，不必瞭解網路通訊的細節，就可以很容易地編寫分散式多程序程式。

舉個例子：

如果我們已經有一個通過Queue通訊的多程序程式在同一臺機器上執行，

現在，由於處理任務的程序任務繁重，希望把傳送任務的程序和處理任務的程序分佈到兩臺機器上。

怎麼用分散式程序實現？

原有的Queue可以繼續使用，但是，通過managers模組把Queue通過網路暴露出去，

就可以讓其他機器的程序訪問Queue了。

我們先看服務程序，服務程序負責啟動Queue，把Queue註冊到網路上，然後往Queue裡面寫入任務：

# taskmanager.py

import queue
import random
from multiprocessing.managers import BaseManager

task_queue = queue.Queue()
result_queue = queue.Queue()

def return_task_queue():
    global task_queue
    return task_queue

def return_result_queue():
    global result_queue
    return result_queue

class QueueManager(BaseManager):
    pass

if __name__=='__main__':
    QueueManager.register('get_task_queue', callable=return_task_queue)
    QueueManager.register('get_result_queue', callable=return_result_queue)
 
    manager = QueueManager(address=('127.0.0.1', 5000), authkey=b'abc')
    manager.start()
 
    task = manager.get_task_queue()
    result = manager.get_result_queue()
    for i in range(10):
        n = random.randint(0, 10000)
        print('Put task %d' % n)
        task.put(n)

    print()
    print('Try get results..')
    for i in range(11):
        try:
            r = result.get(timeout=10)
            print('result: %s' % r)
        except queue.Empty:
            print('result queue is empty.')
 
    manager.shutdown()

    print('master exit.')

當我們在一臺機器上寫多程序程式時，建立的Queue可以直接拿來用，

但是，在分散式多程序環境下，新增任務到Queue不可以直接對原始的task_queue進行操作，

否則就繞過了QueueManager的封裝，必須通過manager.get_task_queue()獲得的Queue介面新增。

然後，在另一臺機器上啟動任務程序（本機上啟動也可以）：

# taskworker.py

import time, queue
from multiprocessing.managers import BaseManager

# 建立類似的QueueManager:
class QueueManager(BaseManager):
  pass

# 由於這個QueueManager只從網路上獲取Queue，所以註冊時只提供名字:
QueueManager.register('get_task_queue')
QueueManager.register('get_result_queue')
 
# 連線到伺服器，也就是執行taskmanager.py的機器:
server_addr = '127.0.0.1'
print('Connect to server %s...' % server_addr)
# 埠和驗證碼注意保持與taskmanager.py設定的完全一致:
m = QueueManager(address=(server_addr, 5000), authkey=b'abc')
# 從網路連線:
m.connect()
# 獲取Queue的物件:
task = m.get_task_queue()
result = m.get_result_queue()
# 從task佇列取任務,並把結果寫入result佇列:
for i in range(11):
    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.')
# 處理結束:

print('worker exit.')

任務程序要通過網路連線到服務程序，所以要指定服務程序的IP。

小結

Python的分散式程序介面簡單，封裝良好，適合把繁重任務分佈到多臺機器的環境下。

注意Queue的作用是用來傳遞任務和接收結果，每個任務的描述資料量要儘量小。

比如傳送一個處理日誌檔案的任務，就不要傳送幾百兆的日誌檔案本身，

而是傳送日誌檔案存放的完整路徑，由Worker程序再去共享的磁碟上讀取檔案。

另：

既然新封裝的類QueueManager，什麼都沒有改動，所以，

可以直接用父類BaseManager豈不直接。

# taskmanager2.py

import queue
import random
from multiprocessing.managers import BaseManager

task_queue = queue.Queue()
result_queue = queue.Queue()

def return_task_queue():
    global task_queue
    return task_queue

def return_result_queue():
    global result_queue
    return result_queue

if __name__=='__main__':
    BaseManager.register('get_task_queue', callable=return_task_queue)
    BaseManager.register('get_result_queue', callable=return_result_queue)
 
    manager = BaseManager(address=('127.0.0.1', 5000), authkey=b'abc')
    manager.start()
 
    task = manager.get_task_queue()
    result = manager.get_result_queue()
    for i in range(10):
        n = random.randint(0, 10000)
        print('Put task %d' % n)
        task.put(n)
    print()
    print('Try get results..')
    for i in range(11):
        try:
            r = result.get(timeout=10)
            print('result: %s' % r)
        except queue.Empty:
            print('result queue is empty.')
 
    manager.shutdown()
    print('master exit.')

# taskworker2.py

import time, queue
from multiprocessing.managers import BaseManager

# 由於這個QueueManager只從網路上獲取Queue，所以註冊時只提供名字:
BaseManager.register('get_task_queue')
BaseManager.register('get_result_queue')
 
# 連線到伺服器，也就是執行taskmanager.py的機器:
server_addr = '127.0.0.1'
print('Connect to server %s...' % server_addr)
# 埠和驗證碼注意保持與task_master.py設定的完全一致:
m = BaseManager(address=(server_addr, 5000), authkey=b'abc')
# 從網路連線:
m.connect()
# 獲取Queue的物件:
task = m.get_task_queue()
result = m.get_result_queue()
# 從task佇列取任務,並把結果寫入result佇列:
for i in range(11):
    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.')
# 處理結束:
print('worker exit.')