在 Python 中创建一个拥有无限循环的守护进程

您需要将一个带有无限循环的主脚本转换为一个守护进程，以便它能在后台运行。您希望能够在循环运行时继续使用 requestData 函数。对于守护进程和如何将脚本转换为守护进程，您还不熟悉。并且您打算使用 Pyro 来实现守护进程。

2. 解决方案

2.1 使用多线程

创建守护进程的一种方法是使用多线程。您可以创建一个单独的线程来运行无限循环，然后将该线程标记为守护进程。这样，当主进程退出时，守护线程也会自动退出。

以下是使用多线程创建守护进程的示例代码：

import threading

def worker():
    while True:
        crunchData()

# ... 在守护进程启动代码的某个地方 ...
t = threading.Thread(target=worker)
t.daemon = True
t.start()

当使用多线程时，您可能还会遇到以下三个复杂问题：

• 终止守护线程： 如果 crunchData 函数可以被任意终止而不会损坏数据或造成重大损失，那么您可以直接使用上面的示例代码。否则，您需要使用以下代码来确保守护线程正确终止：

quitflag = False
quitlock = threading.Lock()

def worker():
    while True:
        with quitlock:
            if quitflag:
                return
        crunchData()

# ... 在守护进程启动代码的某个地方 ...
t = threading.Thread(target=worker)
t.start()

# ... 在守护进程关闭代码的某个地方 ...
with quitlock:
    quitflag = True
t.join()

• 访问守护线程的数据： 接下来，您需要在请求处理程序中访问守护线程生成的数据。由于守护线程正在不断地写入数据，因此您需要使用某种同步机制。一种方法是使用锁，但这样可能会导致请求处理程序阻塞。另一种方法是使用双缓冲区，即让 crunchData 函数写入一个新的副本，然后在完成后短暂地获取锁并设置 currentData = newData。

import threading

currentData = None
dataLock = threading.Lock()

def worker():
    while True:
        newData = crunchData()
        with dataLock:
            currentData = newData

# ... 在守护进程启动代码的某个地方 ...
t = threading.Thread(target=worker)
t.daemon = True
t.start()

def requestData(information):
    with dataLock:
        return currentData

• 处理 CPU 密集型操作： 如果 crunchData 函数非常耗费 CPU，您需要确保请求处理程序只执行少量 CPU 操作。否则，每次请求都会使两个线程争夺 GIL，从而减慢速度。此时，可以使用多进程来代替多线程。

2.2 使用 Pyro

除了使用多线程之外，您还可以使用 Pyro 来创建守护进程。Pyro 是一个用于构建分布式系统的 Python 库。它允许您在不同的进程或计算机上创建和调用对象。

以下是使用 Pyro 创建守护进程的示例代码：

import Pyro4

class CrunchDataServer(object):
    def crunchData(self):
        return currently_crunched_data()

Pyro4.Daemon.serveSimple(
    {CrunchDataServer: "CrunchDataServer"},
    ns=True,
    host="localhost",
    port=9090,
)

这个脚本会创建一个 Pyro 守护进程，并在端口 9090 上侦听请求。您可以使用以下代码从客户端调用 crunchData 函数：

import Pyro4

server = Pyro4.Proxy("PYRONAME://localhost:9090/CrunchDataServer")
result = server.crunchData()

Pyro 还可以与多线程结合使用，以提高性能。