比如我使用kafka或rabbitmq從消息隊(duì)列中獲取數(shù)據(jù),來源只有一條隊(duì)列,不能從數(shù)據(jù)源分流數(shù)據(jù)。而計(jì)算難度較高,所以要在內(nèi)部進(jìn)行分流。比如我的消息處理類為:
class Worker(threading.Thread):
def __init__(self):
self.raw = []
def run(self):
while True:
if self.raw:
d = self.raw.pop()
處理d數(shù)據(jù)
將結(jié)果保存到批量插入的類中
然后在程序運(yùn)行時(shí),我創(chuàng)建若干個(gè)Worker,然后將消息源傳入的數(shù)據(jù),分流保存到這若干個(gè)Worker的raw屬性中。問題就在于,如何能開銷比較低的分流這些數(shù)據(jù)?
還有這樣多線程處理的思路是否正確?我之前測試過,感覺python自帶的Queue的效率并不是特別高。
另外,假如我要設(shè)計(jì)彈性創(chuàng)建Worker,應(yīng)該如何用python代碼完成,就是當(dāng)數(shù)據(jù)流較大時(shí),我就追加創(chuàng)建一些Worker,當(dāng)數(shù)據(jù)流降低時(shí),就銷毀一些Worker。
如果確定是計(jì)算密集確實(shí)不適合使用python中的多線程,但是是可以考慮使用多進(jìn)程的。你不需要通過自己創(chuàng)建一個(gè)queue來進(jìn)行內(nèi)部分流,即使需要一個(gè)Queue, 也是需要通過給Queue設(shè)置大小來限制Queue的流量。
以rabbitmq為例, 請看https://www.rabbitmq.com/tuto...
在rabbitmq的官方例子中,是使用pika做為rabbitmq的客戶端的, 消息模型應(yīng)該是和你的是一致的,稍微修改一下官方的work.py例子,通過建立多個(gè)rabbitmq客戶端來消費(fèi)消息:
#!/usr/bin/env python
import pika
import time
from concurrent.futures import ProcessPoolExecutor
# from concurrent.futures import ThreadPoolExecutor
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channels = [
(1, connection.channel(1)),
(2, connection.channel(2)),
(3, connection.channel(3)),
]
def callback(ch, method, properties, body):
print(" [x] Received %r" % body)
time.sleep(0.2)
print(" [x] Done: %s" % ch.channel_number)
ch.basic_ack(delivery_tag=method.delivery_tag)
for _, channel in channels:
channel.queue_declare(queue='task_queue', durable=True)
channel.basic_qos(prefetch_count=1)
channel.basic_consume(callback, queue='task_queue')
def start_consumer(channel_name):
dict(channels).get(channel_name).start_consuming()
print(' [*] Waiting for messages. To exit press CTRL+C')
with ProcessPoolExecutor(max_workers=len(channels)) as e:
e.map(start_consumer, range(1, 4))
# with ThreadPoolExecutor(max_workers=len(channels)) as e:
# e.map(start_consumer, range(1, 4))
彈性的創(chuàng)建worker我覺的從程序(worker.py)內(nèi)部去實(shí)現(xiàn)是比較困難的,從程序外部來看更容易實(shí)現(xiàn), 首先監(jiān)控流量, 流量增大可以通過啟動(dòng)更多的worker.py腳本來加快消息的消費(fèi); 反之, 減少worker.py啟動(dòng)的數(shù)量。
對 cpython 來說,耗 CPU 資源的運(yùn)算,應(yīng)該使用多進(jìn)程而不是多線程。
在本例中,有兩個(gè)地方可以做"分流",其一是如你所提的,在接收到數(shù)據(jù)后作分配,另一個(gè)是利用消息框架本身。
以 RabbitMQ 為例,你可以參考這個(gè)教程 Work Queues,https://www.rabbitmq.com/tuto...
其它諸如“找更省開銷的方法”,“彈性工作池”等等,不妨放一下,先把功能實(shí)現(xiàn)了,再針對瓶頸做優(yōu)化,以達(dá)到事半功倍的效果。
關(guān)于優(yōu)化 python 性能,有一篇文章可以參考下 https://pypy.org/performance....
北大青鳥APTECH成立于1999年。依托北京大學(xué)優(yōu)質(zhì)雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國IT技能型緊缺人才,是大數(shù)據(jù)專業(yè)的國家
北大青鳥中博軟件學(xué)院創(chuàng)立于2003年,作為華東區(qū)著名互聯(lián)網(wǎng)學(xué)院和江蘇省首批服務(wù)外包人才培訓(xùn)基地,中博成功培育了近30000名軟件工程師走向高薪崗位,合作企業(yè)超4
中公教育集團(tuán)創(chuàng)建于1999年,經(jīng)過二十年潛心發(fā)展,已由一家北大畢業(yè)生自主創(chuàng)業(yè)的信息技術(shù)與教育服務(wù)機(jī)構(gòu),發(fā)展為教育服務(wù)業(yè)的綜合性企業(yè)集團(tuán),成為集合面授教學(xué)培訓(xùn)、網(wǎng)
達(dá)內(nèi)教育集團(tuán)成立于2002年,是一家由留學(xué)海歸創(chuàng)辦的高端職業(yè)教育培訓(xùn)機(jī)構(gòu),是中國一站式人才培養(yǎng)平臺、一站式人才輸送平臺。2014年4月3日在美國成功上市,融資1
浪潮集團(tuán)項(xiàng)目經(jīng)理。精通Java與.NET 技術(shù), 熟練的跨平臺面向?qū)ο箝_發(fā)經(jīng)驗(yàn),技術(shù)功底深厚。 授課風(fēng)格 授課風(fēng)格清新自然、條理清晰、主次分明、重點(diǎn)難點(diǎn)突出、引人入勝。
曾工作于聯(lián)想擔(dān)任系統(tǒng)開發(fā)工程師,曾在博彥科技股份有限公司擔(dān)任項(xiàng)目經(jīng)理從事移動(dòng)互聯(lián)網(wǎng)管理及研發(fā)工作,曾創(chuàng)辦藍(lán)懿科技有限責(zé)任公司從事總經(jīng)理職務(wù)負(fù)責(zé)iOS教學(xué)及管理工作。
精通HTML5和CSS3;Javascript及主流js庫,具有快速界面開發(fā)的能力,對瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁制作和網(wǎng)頁游戲開發(fā)。
具有10 年的Java 企業(yè)應(yīng)用開發(fā)經(jīng)驗(yàn)。曾經(jīng)歷任德國Software AG 技術(shù)顧問,美國Dachieve 系統(tǒng)架構(gòu)師,美國AngelEngineers Inc. 系統(tǒng)架構(gòu)師。