Python RPC 远程调用脚本之 RPyC 实践

最新推荐文章于 2024-04-19 09:31:41 发布

weixin_34218890

最新推荐文章于 2024-04-19 09:31:41 发布

阅读量1k

点赞数

文章标签： python shell 运维

原文链接：https://my.oschina.net/leejun2005/blog/471624

版权

2019独角兽企业重金招聘Python工程师标准>>>

最近有个监控需求，需要远程执行集群每个节点上的脚本，并获取脚本执行结果，为了安全起见不需要账号密码登陆节点主机，要求只需要调用远程脚本模块的方法就能实现。

总结下python进行远程调用脚本方法：

登陆主机执行脚本，python模块支持如 pssh、pexpect、paramiko、ansible
以远程方法调用（不需要登陆主机），python模块 rpyc，支持分布式
socket 方式，稍显复杂，需要熟悉网络协议，起点比较高

rpyc支持远程调用、分布式计算，以较少代码量实现复杂socket编程，本文主要介绍 rpyc 并用它来实现一个 demo。

以代码方式介绍:

需求：分别执行集群每个节点上 server 端的脚本，并返回执行结果给 client 端

Monitor_RPC_Client.py

#!/usr/bin/env python
# coding=utf-8
# 测试utf-8编码
# python exec_cmd.py "ls -lrt /opt/data1/logs/nginx/pc/track/`date +'%Y%m%d'`|awk '{s+=\$5}END{print s}'"
# python exec_cmd.py "wc -l /opt/data1/logs/nginx/pc/track/`date +'%Y%m%d'`/*|awk '{s+=\$1}END{print s}'"
import sys

reload(sys)
sys.setdefaultencoding('utf-8')

import rpyc
from pyUtil import *
from multiprocessing.dummy import Pool as ThreadPool

hostDict = {
    '192.168.1.216': 12345,
    '192.168.1.217': 12345,
    '192.168.1.218': 12345
}

localResultDict = {}


def rpc_client(host_port_cmd):
    host = host_port_cmd[0]
    port = host_port_cmd[1]
    cmd = host_port_cmd[2]
    c = rpyc.connect(host, port)
    result = c.root.exposed_execCmd(cmd)
    localResultDict[host] = result
    c.close()


def exec_cmd(cmd_str):
    host_port_list = []
    for (host, port) in hostDict.items():
        host_port_list.append((host, port, cmd_str))

    pool = ThreadPool(len(hostDict))
    results = pool.map(rpc_client, host_port_list)
    pool.close()
    pool.join()
    for ip, result in sorted(localResultDict.iteritems(), key=lambda d: int(d[0].replace(".", ""))):
        print ip + ":\t" + result

if __name__ == "__main__":

    if len(sys.argv) == 2 and sys.argv[1] != "-h":
        print "======================"
        print "    Your command is:\t" + sys.argv[1]
        print "======================"
        cmd_str = sys.argv[1]
    else:
        print """
            该脚本可以在集群中批量执行任意命令并返回结果，但需注意以下几点：
            1、命令请先单机测试通过，然后提交给脚本批量执行；
            2、不要执行 rm 等危险 || 极其耗时 || 影响机器性能的命令；
            3、命令请用双引号引起来，另外命令中有 $ 符号需要转义成 \$ 否则会被 Shell 当做变量解析掉，具体请参见下面的例子。
            Usage && for example:
            python exec_cmd.py "ls -lrt /opt/data1/logs/nginx/pc/track/{}|awk '{{s+=\$5}}END{{print s}}'"
            python exec_cmd.py "wc -l /opt/data1/logs/nginx/pc/track/{}/*|awk '{{s+=\$1}}END{{print s}}'"
        """.format(yesterday, yesterday)
        sys.exit(1)

    exec_cmd(cmd_str)


Monitor_RPC_Server.py

#!/usr/bin/env python
# coding=utf-8
# 测试utf-8编码
# cd /opt/script/rpcMonitorFlume
# pkill -f flumeFileMonitor_RPC_Server.py
# nohup python -u flumeFileMonitor_RPC_Server.py >> logs/flumeFileMonitor_RPC_Server.log 2>&1 &
import sys
reload(sys)
sys.setdefaultencoding('utf-8')

import os, commands, glob, re
import datetime

from rpyc import Service
from rpyc.utils.server import ThreadedServer

from pyUtil import getNowTime, get_ip_address

class remote_call_func(Service):

    def on_connect(self):
        print "[{0}]\t--------------<<< on_connect".format(getNowTime())

    def on_disconnect(self):
        print "[{0}]\t-------------->>> on_disconnect".format(getNowTime())

    def exposed_execCmd(self, cmd):
        exitCode, execResult = commands.getstatusoutput(cmd)
        nowTime = (datetime.datetime.now()).strftime("%Y-%m-%d %H:%M:%S")
        print "[{0}] → {1} → {2}".format(nowTime, cmd, execResult)
        return execResult


rpycServer = ThreadedServer(remote_call_func, hostname=get_ip_address('eth0'), port=11111, auto_register=False)
rpycServer.start()

官方文档中类似例子很多，就不详细介绍了，需注意3点：

server端定义方法需要被client调用，必须定义以exposed 开头的方法,不然会报错AttributeError: ‘remote_call_script’ object has no attribute ‘exposed_iamshell’
server端默认不设认证机制，如果需要认证有推荐两种方法: ThreadedServer的authenticator参数与SSL模块
pip install rpyc ，如果 import rpyc 报错则 yum install openssl-devel，然后重新编译、安装 python

当然还需要考虑很多异常处理，如超时、验证失败等。

Refer：

[1] python远程调用脚本(一)

http://www.dbunix.com/?p=3262

http://rpyc.readthedocs.org/en/latest/tutorial.html

[2] python学习——python中执行shell命令

http://zhou123.blog.51cto.com/4355617/1312791

[3] celery实现任务统一收集、分发执行

http://blog.csdn.net/vintage_1/article/details/47664187

[4] Timeout function if it takes too long to finish [duplicate]

http://stackoverflow.com/questions/2281850/timeout-function-if-it-takes-too-long-to-finish

[5] 源码之Queue