工作者连接到服务器但在具有多处理包的客户端上执行(python 2.7)

时间:2016-07-06 14:11:28

标签: python python-2.7 multiprocessing python-multiprocessing

首先发帖,大家好。

我的python 2.7多处理包有问题。 我希望在服务器上并行运行一些进程;他们确实连接但是他们在本地执行。

这是我在服务器上使用的代码(Ubuntu 14.04):

from multiprocessing import Process
from multiprocessing.managers import BaseManager
from multiprocessing import cpu_count

class MyManager(BaseManager):
    pass

def server():
    mgr = MyManager(address=("", 2288), authkey="12345")
    mgr.get_server().serve_forever()

if __name__ == "__main__":
    print "number of cpus/cores:", cpu_count()

    server = Process(target=server)

    server.start()
    print "server started"

    server.join()
    server.terminate()

虽然这是在客户端上运行的代码(Mac OS 10.11):

from multiprocessing import Manager
from multiprocessing import Process
from multiprocessing import current_process
from multiprocessing.managers import BaseManager
from math import sqrt

class MyManager(BaseManager):
    pass

def worker(address, port, authkey):
    mgr = MyManager(address=(address, port), authkey=authkey)
    try:
        mgr.connect()
        print "- {} connected to {}:{}".format(current_process().name, address, port)
    except:
        print "- {} could not connect to server ({}:{})".format(current_process().name, address, port)
    current_process().authkey = authkey
    for k in range(1000000000):
         sqrt(k * k)

if __name__ == "__main__":
    # create processes
    p = [Process(target=worker, args=("xx.xx.xx.xx", 2288, "12345")) for _ in range(4)]

    # start processes
    for each in p:
        each.start()
    # join the processes
    for each in p:
        each.join()

for循环

for k in range(1000000000):
    sqrt(k * k)

工作者函数中的内容只是让工作人员处理很多,所以我可以将他们的活动监控到Activity Monitor或top。 问题是进程连接(事实上如果我把错误的地址放在他们没有的地方)但是它们是在本地机器上执行的,因为我看到服务器CPU保持空闲,而本地CPU全部都是100%。 我错了吗?

1 个答案:

答案 0 :(得分:0)

您正在客户端本地启动Processpfor each in p: each.start()在您的客户端上执行,运行它并启动工作人员。

虽然每个Process通过Manager“连接”mgr.connect(),但它永远不会与之互动。本地Process es不会因为您打开连接而神奇地转移到您的服务器。此外,Manager不是为了管理员工,而是meant to share data

您必须在服务器上启动工作人员,然后将工作发送到那里。