zeroMQ初体验-3.分而治之模式(push/pull)

结合以下转载文章：

https://blog.csdn.net/zzhongcy/article/details/19810553

https://www.iteye.com/blog/iyuan-974040

 

PUSH/PULL模式示意图：

模型描述： 

1. 上游(任务发布) 
2. 工人(中间，具体工作) 
3. 下游(信号采集或者工作结果收集) 

• 任务分发器会生成大量可以并行计算的任务；
• 有一组worker会处理这些任务；
•  结果收集器会在末端接收所有worker的处理结果，进行汇总。现实中，worker可能散落在不同的计算机中

实验代码：

上游代码(Ventilator.py)：

# Ventilator.py
import zmq  
import random  
import time  
  
context = zmq.Context()  
  
# Socket to send messages on  
sender = context.socket(zmq.PUSH)  
sender.bind("tcp://*:5557")  
  
print "Press Enter when the workers are ready: "  
_ = raw_input()  
print "Sending tasks to workers..."  
  
# The first message is "0" and signals start of batch  
sender.send('0')  
  
# Initialize random number generator  
random.seed()  
  
# Send 100 tasks  
total_msec = 0  
for task_nbr in range(100):  
    # Random workload from 1 to 100 msecs  
    workload = random.randint(1, 100)  
    total_msec += workload  
    sender.send(str(workload))  
print "Total expected cost: %s msec" % total_msec  

工作代码（worker.py)

# worker.py
import sys  
import time  
import zmq  
  
context = zmq.Context()  
  
# Socket to receive messages on  
receiver = context.socket(zmq.PULL)  
receiver.connect("tcp://localhost:5557")  
  
# Socket to send messages to  
sender = context.socket(zmq.PUSH)  
sender.connect("tcp://localhost:5558")  
  
# Process tasks forever  
while True:  
    s = receiver.recv()  
  
    # Simple progress indicator for the viewer  
    sys.stdout.write('.')  
    sys.stdout.flush()  
  
    # Do the work  
    time.sleep(int(s)*0.001)  
  
    # Send results to sink  
    sender.send('')  

下游代码（sink.py)

# sink.py
import sys  
import time  
import zmq  
  
context = zmq.Context()  
  
# Socket to receive messages on  
receiver = context.socket(zmq.PULL)  
receiver.bind("tcp://*:5558")  
  
# Wait for start of batch  
s = receiver.recv()  
  
# Start our clock now  
tstart = time.time()  
  
# Process 100 confirmations  
total_msec = 0  
for task_nbr in range(100):  
    s = receiver.recv()  
    if task_nbr % 10 == 0:  
        sys.stdout.write(':')  
    else:  
        sys.stdout.write('.')  
  
# Calculate and report duration of batch  
tend = time.time()  
print "Total elapsed time: %d msec" % ((tend-tstart)*1000)  

注意点： 
这种模式与pub/sub模式一样都是单向的，区别有两点： 
1，该模式下在没有消费者的情况下，发布者的信息是不会消耗的(由发布者进程维护) 
2，多个消费者消费的是同一列信息，假设A得到了一条信息，则B将不再得到 

这种模式主要针对在消费者能力不够的情况下，提供的多消费者并行消费解决方案(也算是之前的pub/sub模式的那个"堵塞问题"的一个解决策略吧) 
由上面的模型图可以看出，这是一个N:N的模式，在1:N的情况下，各消费者并不是平均消费的，而在N:1的情况下，则有所不同，如下图： 

这种模式主要关注点在于，可以扩展中间worker，来到达并发的目的。