multiprocessing多进程计算及与rabbitmq消息通讯实践

1. 需求与设计

我所设计的计算服务旨在满足多个客户对复杂计算任务的需求。由于这些计算任务通常耗时较长且资源消耗较大,为了优化客户体验并减少等待时间,我采取了并行计算的策略来显著提升计算效率。

为实现这一目标,我计划利用Python的multiprocessing库来构建一个高效的多进程计算服务。同时,为了与外部的RabbitMQ消息队列系统无缝集成,我选择了pika库作为与RabbitMQ通信的桥梁。

在计算服务的架构中,我设计了生产者和消费者两个核心角色。生产者负责监听RabbitMQ队列中的消息,每当接收到新的消息时,它将从消息中提取出待处理的数据,并将其放入multiprocessing.Queue中等待处理。这个过程充分利用了multiprocessing.Queue提供的进程间通信机制,确保数据的可靠传递和同步。

与此同时,消费者进程则负责从multiprocessing.Queue中取出待处理的数据,进行实际的计算工作。这些计算任务可能需要大约一个小时的时间来完成,取决于数据的复杂性和计算资源的分配情况。一旦计算完成,消费者进程将把结果重新封装成消息,并通过pika库发送回RabbitMQ的指定队列中,以便客户或其他系统能够获取到这些结果。

通过这种设计,我的计算服务能够同时处理多个客户的计算请求,并通过并行计算的方式提高整体的处理效率。同时,RabbitMQ的引入使得服务的可扩展性和可靠性得到了极大的提升,即使在面对高并发或系统故障的情况下,也能保证数据的完整性和服务的稳定性。

在这里插入图片描述

2. multiprocessing多进行模块

multiprocessing模块是Python标准库的一部分,提供了一种基于多进程的并行计算方法。通过使用multiprocessing模块,可以利用多个CPU核心来并行处理任务,从而提高程序的执行效率。与多线程相比,多进程避免了全局解释器锁(GIL)的限制,因此在CPU密集型任务中表现更优。

2.1. multiprocessing模块的核心概念和功能

  • 进程(Process):通过multiprocessing.Process类可以创建和管理独立的进程。每个进程都有自己的内存空间,互不干扰。

  • 进程间通信(IPC)multiprocessing提供了多种进程间通信的机制,如QueuePipeValueArray。在代码中,我们使用multiprocessing.Queue来在主进程和工作进程之间传递数据。

  • 同步(Synchronization)multiprocessing模块还提供了同步原语,如LockSemaphoreEventConditionBarrier,用于协调进程之间的操作。

2.2. 代码中的multiprocessing使用说明

以下是代码中使用multiprocessing的主要部分的解释:

创建和管理进程

# 创建工作进程
processes = []
for _ in range(3):p = multiprocessing.Process(target=worker, args=(data_queue, rabbitmq_params, target_queue))p.start()processes.append(p)logger.info(f'Process started with PID: {p.pid}')
  • multiprocessing.Process类用于创建一个新的进程。
  • target参数指定了该进程将运行的目标函数,这里是worker函数。
  • args参数提供了传递给目标函数的参数。
  • p.start()方法启动了进程。

进程间通信

# 创建一个multiprocessing.Queue用于进程间通信
data_queue = multiprocessing.Queue()
  • multiprocessing.Queue用于在主进程和工作进程之间传递数据。它是线程和进程安全的队列,提供了先进先出(FIFO)的数据传递方式。

工作进程函数

def worker(data_queue, rabbitmq_params, target_queue):while True:try:data = data_queue.get()if data is None:breakresult = compute_result(data)try:logger.info('Worker started')connection = pika.BlockingConnection(rabbitmq_params)channel = connection.channel()except pika.exceptions.AMQPError as e:logger.error(f"Error connecting to RabbitMQ in worker: {e}")return            send_result_to_rabbitmq(channel, target_queue, result)except Exception as e:logger.error(f"An error occurred in worker: {e}")try:channel.close()connection.close()except pika.exceptions.AMQPError as e:logger.error(f"Error closing RabbitMQ connection in worker: {e}")logger.info('Worker finished')
  • worker函数从data_queue中获取数据进行处理。如果队列为空,data_queue.get()将阻塞直到有数据可用。
  • 处理完成后,结果通过send_result_to_rabbitmq函数发送到RabbitMQ。

终止工作进程

# 等待所有工作进程结束
for p in processes:data_queue.put(None)  # 发送None信号以终止工作进程
for p in processes:p.join()
  • data_queue发送None信号,通知工作进程终止。
  • 使用p.join()方法等待每个进程完成。这是一个阻塞调用,直到对应的进程终止。

2.3. 小结

  • multiprocessing模块通过创建独立的进程,利用多核CPU的能力并行处理任务。
  • multiprocessing.Queue用于进程间通信,确保数据安全地在进程间传递。
  • 通过错误处理和日志记录,提高了程序的健壮性和可维护性。

这使得程序能够在多核环境中高效运行,并能够处理各种异常情况,确保程序的稳定性和可靠性。

3. 实践代码

import pika  
import multiprocessing  
import time 
from loguru import logger# 假设这是你的计算函数  
def compute_result(data):  # 模拟计算过程  time.sleep(3 * 60)  # 假设需要3分钟,换成随机  return f"Result for {data}"  # 发送结果到RabbitMQ的函数  
def send_result_to_rabbitmq(channel, queue_name, result):  try:channel.queue_declare(queue=queue_name, durable=True)channel.basic_publish(exchange='',routing_key=queue_name,body=result,properties=pika.BasicProperties(delivery_mode=2,  # make message persistent))logger.info(f"发送结果消息:{result} 到RabbitMQ")except pika.exceptions.AMQPError as e:logger.error(f"Error sending result to RabbitMQ: {e}")raise # 从RabbitMQ接收数据并放入队列的函数(生产者)  
def consume_from_rabbitmq_and_enqueue(rabbitmq_connection, rabbitmq_queue, data_queue):  try:channel = rabbitmq_connection.channel()channel.queue_declare(queue=rabbitmq_queue, durable=True)def callback(ch, method, properties, body):try:data_queue.put(body.decode('utf-8'))logger.info(f"接收到消息:{body.decode('utf-8')}")except Exception as e:logger.error(f"Error putting message into data_queue: {e}")channel.basic_consume(queue=rabbitmq_queue, on_message_callback=callback, auto_ack=True)channel.start_consuming()except pika.exceptions.AMQPError as e:logger.error(f"Error consuming from RabbitMQ: {e}")raise# 工作进程函数  
def worker(data_queue,rabbitmq_params, target_queue):  # 由于计算时间长,连接很容易被断开#try:#    logger.info('Worker started')#    workerconnection = pika.BlockingConnection(rabbitmq_params)#    channel = workerconnection.channel()#    channel.queue_declare(queue = target_queue, durable=True)#except pika.exceptions.AMQPError as e:#    logger.error(f"Error connecting to RabbitMQ in worker: {e}")#    returnwhile True:  try:  # 从Queue中获取数据,如果队列为空,则阻塞等待  data = data_queue.get() print(f'data_queue.get() is {data}') if data is None:  # 收到None信号,表示应该退出  break  # 计算结果  result = compute_result(data)  try:logger.info('Worker started')workerconnection = pika.BlockingConnection(rabbitmq_params)channel = workerconnection.channel()channel.queue_declare(queue = target_queue, durable=True)except pika.exceptions.AMQPError as e:logger.error(f"Error connecting to RabbitMQ in worker: {e}")return                          # 发送结果到RabbitMQ  send_result_to_rabbitmq(channel, target_queue, result)  except Exception as e:  print(f"An error occurred: {e}")  try:channel.close()connection.close()except pika.exceptions.AMQPError as e:logger.error(f"Error closing RabbitMQ connection in worker: {e}")logger.info('Worker finished')# 主程序  
if __name__ == "__main__":  rabbitmq_queue = 'hello_world'target_queue = 'target_station_response_queue'# 设置RabbitMQ连接和队列  credentials = pika.PlainCredentials('rabbit', '****')  # mq用户名和密码rabbitmq_params = pika.ConnectionParameters('192.168.*.*',port = 5671,virtual_host = '/dev',credentials = credentials)# 虚拟队列需要指定参数 virtual_host,如果是默认的可以不填。try:connection = pika.BlockingConnection(rabbitmq_params)except pika.exceptions.AMQPError as e:logger.error(f"Error connecting to RabbitMQ in main process: {e}")exit(1)print(' [*] Waiting for messages. To exit press CTRL+C')      # 创建一个multiprocessing.Queue用于进程间通信  data_queue = multiprocessing.Queue()  # 创建工作进程  processes = []  for _ in range(3):  p = multiprocessing.Process(target=worker, args=(data_queue, rabbitmq_params, target_queue))  p.start()  processes.append(p) print(f'process id = {p.pid}') # 假设这里是生产数据到Queue的代码(这里用模拟数据代替) channel = connection.channel()for i in range(10):  # 发送10个模拟数据  send_result_to_rabbitmq(channel, rabbitmq_queue, str(i))time.sleep(2)  # 模拟生产数据的间隔  '''# 当所有数据都生产完毕后,发送None信号给所有工作进程以结束它们  for _ in range(3):  data_queue.put(None)  '''try:consume_from_rabbitmq_and_enqueue(connection, rabbitmq_queue, data_queue)except Exception as e:logger.error(f"Error in consuming from RabbitMQ and enqueuing: {e}")      # 等待所有工作进程结束for p in processes:data_queue.put(None)  # 发送None信号以终止工作进程for p in processes:p.join()try:connection.close()except pika.exceptions.AMQPError as e:logger.error(f"Error closing RabbitMQ connection in main process: {e}")logger.info("All processes have finished.")

4. 编者按

在当今日益复杂的数据处理场景中,高效、可靠的计算服务对于企业和个人用户而言都至关重要。特别是在需要处理大量计算任务,且这些任务耗时较长、资源消耗较大的情况下,如何优化计算流程、减少用户等待时间,成为了我们必须面对的挑战。

本博客详细探讨了如何利用Python的multiprocessing库和pika库构建一个高效、可扩展的多进程计算服务,并通过RabbitMQ实现与外部系统的消息通讯。这一实践不仅解决了计算资源瓶颈问题,还显著提升了服务的整体性能和可靠性。

在整个实践过程中,我们特别感谢“文言一心”提供的指导和帮助。文言一心能够根据我们的需求快速编写出程序框架,大大提高了我们的工作效率。同时,其丰富的实践经验和专业知识也为我们提供了宝贵的参考和借鉴。同时,也感谢ChatGPT验证上述方案和专业指导。

通过本博客的分享,我们希望能够为读者提供一种高效、可靠的多进程计算服务实现方案,并希望能够帮助读者更好地理解和应用Python的multiprocessing库和pika库。在未来的数据处理和计算服务中,我们相信这一实践将发挥越来越重要的作用。

欢迎反馈。

参考:

[1]. ithicker. 多进程(多核运算)Multiprocessing. CSDN博客. 2021.02
[2]. 擒贼先擒王. Python 多进程:multiprocessing、aiomultiprocess(异步多进程). CSDN博客. 2024.05

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/32065.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vue的移动端开发:使用Vue和相关技术,例如Weex或者Nativescript,进行移动端开发

介绍 Vue.js Vue.js 的核心概念和特性: 响应式数据绑定:Vue.js 的一个核心特性就是其响应式数据绑定系统,这意味着当数据更新时,所有运用到这些数据的地方都会适时地更新。组件化:Vue.js 很大程度上依赖于组件化,这意味着你可以创建可重复使用的代码片段,显著提高开发效…

基于Java实训中心管理系统设计和实现(源码+LW+调试文档+讲解等)

💗博主介绍:✌全网粉丝10W,CSDN作者、博客专家、全栈领域优质创作者,博客之星、平台优质作者、专注于Java、小程序技术领域和毕业项目实战✌💗 🌟文末获取源码数据库🌟 感兴趣的可以先收藏起来,…

实现具有多个实现类的接口并为每个实现类定义一个名字的方法

在Java中,实现具有多个实现类的接口并为每个实现类定义一个名字的方法,可以通过使用工厂模式或服务定位器模式来完成。以下是使用工厂模式的一个示例: 定义接口和实现类 首先,定义一个接口和多个实现类: // 接口 publ…

获取当前的域名与端口

在JavaScript中,你可以使用window.location对象来获取当前页面的URL,并从中提取域名和端口。但是,请注意,如果端口是默认的(例如,HTTP的80或HTTPS的443),则URL中可能不包含端口号。 …

EasyExcel导入导出Excel数据

EasyExcel 是阿里巴巴开源的一个用于读写Excel文件的Java库。它提供了简单的API,可以方便地操作Excel文件,特别适合处理大数据量的Excel文件。 EasyExcel的主要特点: 高性能:设计用于高效处理大数据量。内存管理:采用流模式读写…

堆(数据结构篇)

数据结构之堆(优先队列) 二叉堆 概念: 优先队列是一个根据优先性而先去执行操作的一种特殊队列,平常队列是先进先出,但是优先队列是根据优先级选择先出的元素。优先队列的主要操作有插入和删除最小值 堆(heap)通常是指二叉堆,因…

碳化硅陶瓷膜的生产工艺和应用

一、生产工艺 碳化硅陶瓷膜的生产工艺多样,其中浸渍提拉法和喷涂法为两大主流技术。 浸渍提拉法 浸渍提拉法是一种广泛应用的制备方法。其过程主要包括:先将陶瓷颗粒或者聚合物前体分散在水或有机溶剂中,形成均质稳定的制膜液。随后&#xff…

Jenkins macos 下 failed to create dmg 操作不被允许hdiutil: create failed - 操作不被允许?

解决方案: 打开设置,选择“隐私与安全”,选择“完全磁盘访问权限”,点击“”,选择jenkins的路径并添加。 同理,添加java的访问权限。

Python14 面向对象编程

1.什么是面向对象编程OOP Python的面向对象编程(Object-Oriented Programming,简称OOP)是一种编程范式,它使用“对象”来设计应用程序和计算机程序。这些对象由数据和能够操作这些数据的方法组成。面向对象编程的主要目标是提高软…

Scala入门介绍

Scala 是一种强大的多范式编程语言,旨在融合面向对象编程和函数式编程的特性。它运行在 Java 虚拟机(JVM)上,因此可以无缝地与 Java 库进行交互。以下是对 Scala 的入门介绍,并附带了一些基本代码示例。 环境设置 首先…

Webpack4从入门到精通以及和webpack5对比_webpack现在用的是哪个版本

3.1 打包样式资源css-loader、style-loader… {// 匹配哪些文件test: /\.less$/,// 使用哪些loader进行处理use: [// use数组中loader执行顺序:从右到左,从下到上,依次执行(先执行css-loader)// style-loader:创建style标签&#…

HTML内容回顾

<!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><title>Title</title> </head> <body><!--HTML标签&#xff1a;“标题标签 h1-h6段落标签 p换行 br水平分割线 hr空格 加粗 <…

Total CAD Converter与Total Excel Converter软件分享

1.软件介绍 Total CAD Converter Total CAD Converter 是一款功能强大的工具&#xff0c;能够将 CAD 文件转换为多种格式&#xff0c;如 PDF、TIFF、JPEG、BMP、WMF、PNG、DXF、BMP、CGM、HPGL、SVG、PS 和 SWF 等。其支持的源格式丰富多样&#xff0c;包括 dxf、dwg、dwf、d…

leetcode 面试题 08.12. 八皇后

. - 力扣&#xff08;LeetCode&#xff09; 设计一种算法&#xff0c;打印 N 皇后在 N N 棋盘上的各种摆法&#xff0c;其中每个皇后都不同行、不同列&#xff0c;也不在对角线上。这里的“对角线”指的是所有的对角线&#xff0c;不只是平分整个棋盘的那两条对角线。 注意&a…

达梦数据统计库表中的数据量

1、创建存储表数据的表结果 create table sysdba.table_count (owner varchar(100),table_name varchar(100),cnt int); 2、创建统计表的存储过程&#xff08;上千万表&#xff0c;可能存在性能慢的问题&#xff09; create or replace procedure sysdba.cut_table_number A…

【C++】一个极简但完整的C++程序

一、一个极简但完整的C程序 我们编写程序是为了解决问题和任务的。 1、任务&#xff1a; 某个书店将每本售出的图书的书名和出版社&#xff0c;输入到一个文件中&#xff0c;这些信息以书售出的时间顺序输入&#xff0c;每两周店主会手工计算每本书的销售量、以及每个出版社的…

Java 的多线程和并发处理,在项目中是如何使用它?

在Java开发中&#xff0c;多线程和并发是我们经常需要处理的问题。它们能够让我们的应用在完成一些耗时任务的同时&#xff0c;仍然保持对用户的响应&#xff0c;提高了应用的性能和用户体验。接下来&#xff0c;让我们来详细地了解一下Java中的多线程和并发处理。 Java中的多线…

Vue74-路由传参2

一、$route中的params参数 二、在配置路由的index.js文件中&#xff0c;声明传参 占位符用的什么名字&#xff0c;params里面的key就是什么。 三、<router-link>标签中传参 3-1、to字符串写法 3-2、to的对象写法 注意&#xff1a;若是用params携带参数&#xff0c;不…

返利系统中的支付集成与交易处理

返利系统中的支付集成与交易处理 大家好&#xff0c;我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编&#xff0c;也是冬天不穿秋裤&#xff0c;天冷也要风度的程序猿&#xff01; 在现代电子商务平台中&#xff0c;返利系统不仅仅是吸引用户的利器&#xff…

typescript中declear是干什么的?

问: typescript中declear是干什么的? 回答: 在 TypeScript 中&#xff0c;declare 关键字的主要作用是用来定义类型声明而不是真正的实现或变量。这种机制允许开发者在 TypeScript 中描述与外部 JavaScript 环境交互的接口&#xff0c;或者引入其他模块的类型定义&#xff0…