在Thread和Process中，应当优选Process，因为Process更稳定，而且，Process可以分布到多台机器上，而Thread最多只能分布到同一台机器的多个CPU上。

Python的multiprocessing模块不

但支持多进程，其中managers子模块还支持把多进程分布到多台机器上。一个服务进程可以作为调度者，将任务分布到其他多个进程中，依靠网络通信。由于managers模块封装很好，不必了解网络通信的细节，就可以很容易地编写分布式多进程程序。

举个例子：如果我们已经有一个通过Queue通信的多进程程序在同一台机器上运行，现在，由于处理任务的进程任务繁重，希望把发送任务的进程和处理任务的进程分布到两台机器上。怎么用分布式进程实现？

原有的Queue可以继续使用，但是，通过managers模块把Queue通过网络暴露出去，就可以让其他机器的进程访问Queue了。

我们先看服务进程，服务进程负责启动Queue，把Queue注册到网络上，然后往Queue里面写入任务：

#task_master.py
import random,time,queue
from multiprocessing.managers import BaseManager
#发送任务的队列
task_queue = queue.Queue()
#接收结果的队列
result_queue = queue.Queue()
#从BaseManager继承的QueueManager
class QueueManager(BaseManager):
    pass
def return_task_queue():
    global task_queue
    return task_queue
def return_result_queue():
    global result_queue
    return result_queue
#把两个Queue都注册到网络上，callable参数关联了Queue对象
QueueManager.register('get_task_queue',callable=return_task_queue)
QueueManager.register('result_task_queue',callable=return_result_queue)
#绑定端口，设置验证码
manager = QueueManager(address=('127.0.0.1',9000),authkey=b'abc')
if __name__ == '__main__':
    #启动Queue
    manager.start()
    #获得通过网络访问的QUeue对象
    task = manager.get_task_queue()
    result = manager.result_task_queue()
    # 放几个任务进去:
    for i in range(10):
        n = random.randint(0, 10000)
        print('Put task %d...' % n)
        task.put(n)
    # 从result队列读取结果:
    print('Try get results...')
    for m in range(10):
        r = result.get(timeout=10)
        print('Result: %s' % r)
    # 关闭:
    manager.shutdown()
    print('master exit.')
#task_worker.py
from multiprocessing.managers import BaseManager
from multiprocessing import freeze_support

class QueueManager(BaseManager):
    pass

if __name__ == '__main__':
    QueueManager.register('get_task_queue')
    QueueManager.register('result_task_queue')
    server_adr = '127.0.0.1'
    print('connect to the server%s',server_adr)
    manager = QueueManager(address = (server_adr,9000),authkey = b'abc')
    manager.connect()
    print('connect successfuly')

    task = manager.get_task_queue()
    result = manager.result_task_queue()
    for i in range(10):
        try:
            t = task.get(timeout = 1)
            print('now process the task%d'%t)
            result.put(t*t)
        except queue.Empty:
            print('the task queue is empty, maybe some task lost?')
    print('wordker exit')