使用 multiprocessing.managers.SyncManager 共享一个常量值答案

【问题标题】：Share a constant value using multiprocessing.managers.SyncManager使用 multiprocessing.managers.SyncManager 共享一个常量值
【发布时间】：2014-09-29 21:18:29
【问题描述】：

考虑http://eli.thegreenplace.net/2012/01/24/distributed-computing-in-python-with-multiprocessing/ 中的网络多处理设置（即，一台具有两个队列的服务器与网络上的许多连接客户端共享）。

我想扩展这个例子，使服务器可以与所有客户端共享一些参数。按照链接代码，我通过注册一个额外的可调用对象（get_params 位）扩展了JobQueueManager（服务器 端）：

JobQueueManager.register('get_job_q', callable=lambda: job_q)
JobQueueManager.register('get_result_q', callable=lambda: result_q)
JobQueueManager.register('get_params', callable=lambda: ['123'])

manager = JobQueueManager(address=('', port), authkey=authkey)
manager.start()

为了完成这项工作，我必须更改 client 代码如下

job_q       = manager.get_job_q()
result_q    = manager.get_result_q()
params      = manager.get_params()._getvalue()

但是，为什么我需要_getvalue() 而队列不需要呢？有没有更好/合适的方法？

【问题讨论】：

标签： python multiprocessing cluster-computing distributed-computing

【解决方案1】：

您需要指定您想要一个ListProxy，以便您可以无缝访问普通列表__dunder__ 方法，例如__getitem__、__setitem__ 等。

from multiprocessing.managers import ListProxy

JobQueueManager.register('get_params', callable=lambda: ['123'], proxytype=ListProxy)

如果不指定ListProxy，则最终只能从列表对象（append、extend 等）访问公共方法。

【讨论】：