-
conf_master: IP\PORT,master使用的主机、端口
-
conf_client: IP\PORT,worker默认使用端口,如果在一台机器上启动多个client,则需要在命令行参数上分别指定端口
python server.py
python client.py
或者
pythoon client.py -p xxx
master 和 worker可以在同一个主机上
开发目的:作为分布式爬虫系统的一个原型
- 负责加载作业
- 接受作业结点的注册
- 给作业结点分配作业
- 接收作业结点返回的结果
- 定期根据心跳信息清理“死亡”作业结点
- 向Master报告自身存在(主动注册)
- 接受master分配的作业
- 完成作业
- 提交作业结果(状态)
- 定期向master提交心跳信息
主从结点之间通信采用RPC。优点是:只需要定义好顶层接口就可以直接调用,无需关注网络层数据的传输。缺点是:Python的SimpleXMLRPCServer效率一般, 默认是单线程模式,虽然经过简单的改造就可以开启多线程模式,但是每秒能处理的连接数还是有限。
master:
- 提供RPC服务的线程
- 调度作业的线程
- 定期清理死亡结点的线程
worker:
- 提供RPC服务的线程(允许master向worker分配任务)
- 执行作业的线程(以及进程)
- 心跳线程