我打算编写一个简单的数据流框架，它基本上由对象的惰性方法调用组成。如果我曾经考虑过分布式编程，那么在 Python 中启用它的最简单方法是什么？没有我做网络编程的任何透明解决方案？
或者首先，如何在 Python 中使用多核处理器？
问问题
10428 次
4 回答
15
对象的惰性方法调用
真的可以是任何东西，所以让我们分解一下：
简单的 Let-Me-Call-That-Function (RPC)
好幸运你！python 拥有远程过程调用最伟大的实现之一： RPyC。
只需运行服务器（双击文件，请参阅教程），
打开解释器并：
import rpyc
conn = rpyc.classic.connect("localhost")
data_obj = conn.modules.lazyme.AwesomeObject("ABCDE")
print(data_obj.calculate(10))
还有一个惰性版本（异步）：
# wrap the remote function with async(), which turns the invocation asynchronous
acalc = rpyc.async(data_obj.calculate)
res = acalc(10)
print(res.ready, res.value)
简单的数据分布
你有一个定义好的工作单元，比如说一个复杂的图像处理。您所做的是粗略地创建Node（s），它执行实际工作（也就是拍摄图像，进行操作并返回结果），收集结果的人（a Sink）和创建工作的人（the Distributor）。
看看芹菜。
如果它的规模很小，或者只是想玩它，请查看包装Pool中的对象：multiprocessing
from multiprocessing import Pool
p = Pool(5)
def f(x):
return x*x
print(p.map(f, [1,2,3]))
而真正懒惰的版本：
print(p.map_async(f, [1,2,3]))
它返回一个可以检查结果的 Result 对象。
复杂的数据分布
一些多层次的不仅仅是触发&忘记复杂的数据操作，或多步骤处理用例。
在这种情况下，您应该使用诸如ZeroMQ或RabbitMQ之类的消息代理。它们允许您轻松地跨多个服务器发送“消息”。
它们使您免于 TCP 领域的恐惧，但它们有点复杂（有些，如 RabbitMQ，需要一个单独的进程/服务器用于 Broker）。但是，它们可以让您对数据流进行更细粒度的控制，并帮助您构建真正可扩展的应用程序。
懒惰的任何东西
虽然本身不是数据分发，但它是 Web 服务器后端最热门的趋势：使用“绿色”线程（或事件或协程）将 IO 繁重的任务委托给专用线程，而应用程序代码正忙于最大化 -出CPU。
于 2012-04-22T18:10:29.043 回答
2
试试 Gearman http://gearman.org/
Gearman 提供了一个通用的应用程序框架，将工作外包给其他更适合完成工作的机器或进程。它允许您并行工作、负载平衡处理以及在语言之间调用函数。它可用于各种应用程序，从高可用性网站到数据库复制事件的传输。换句话说，它是分布式处理如何通信的神经系统。
于 2012-04-22T09:42:49.043 回答
1
请先阅读 python.org 官方资源：
于 2012-04-22T09:04:29.440 回答
1
您可能会考虑的另一个框架是Versile Python（完全披露：我是一名 VPy 开发人员）。文档配方有相关的代码示例。使用该框架，可以轻松设置和连接到服务，您可以为类定义显式公共方法接口或使用本机 python类型框架远程访问本地方法。
请注意，您必须将程序设置为在多个进程中运行才能利用多个内核（由于 python 全局解释器锁）。
于 2012-05-01T11:00:01.120 回答