最近一直跟着廖大在学Python，关于分布式进程的小例子挺有趣的，这里做个记录。
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：
域名申请、
虚拟主机、营销软件、网站建设、
义马网站维护、网站推广。
分布式进程
Python的multiprocessing模块不但支持多进程，其中managers子模块还支持把多进程分布到多台机器上。一个服务进程可以作为调度者，将任务分布到其他多个进程中，依靠网络通信。由于managers模块封装很好，不必了解网络通信的细节，就可以很容易地编写分布式多进程程序。
master服务端原理：通过managers模块把Queue通过网络暴露出去，其他机器的进程就可以访问Queue了
服务进程负责启动Queue，把Queue注册到网络上，然后往Queue里面写入任务，代码如下:
#task_master.py
#coding=utf-8
#多进程分布式例子
#服务器端
from multiprocessing.managers import BaseManager
from multiprocessing import freeze_support #server启动报错，提示需要引用此包
import random,time,queue
#发送任务的队列
task_queue = queue.Queue()
#接收结果的队列
result_queue = queue.Queue()
#从BaseManager继承的QueueManager
class QueueManager(BaseManager):
pass
#win7 64 貌似不支持callable下调用匿名函数lambda，这里封装一下
def return_task_queue():
global task_queue
return task_queue
def return_result_queue():
global result_queue
return result_queue
def test():
#把两个Queue注册到网络上，callable参数关联了Queue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=('127.0.0.1',5000),authkey=b'abc')#这里必须加上本地默认ip地址127.0.0.1
#启动Queue
manager.start()
#server = manager.get_server()
#server.serve_forever()
print('start server master')
#获得通过网络访问的Queue对象
task = manager.get_task_queue()
result = manager.get_result_queue()
#放几个任务进去
for i in range(10):
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):
r = result.get(timeout=10)
print('result:%s' % r)
#关闭
manager.shutdown()
print('master exit')
if __name__ == '__main__':
freeze_support()
test()
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
网页题目：python3学习笔记之多进程分布式小例子-创新互联
标题来源：
http://www.cdkjz.cn/article/ddehco.html
