从芹菜工人/替代解决方案创建分离的流程?

Question

我正在开发一个将用作"数据库即服务"提供程序的Web服务。目标是拥有一个基于烧瓶的小型 Web 服务，在某些主机上运行，并在不同团队拥有的不同主机上运行"worker"进程。每当团队成员来请求新数据库时，我都应该在他们的主机上创建一个。现在的问题...我启动的服务必须正在运行。但是，工作线程可能会重新启动。可能发生 5 分钟 可能发生 5 天。一个简单的 Popen 不会解决问题，因为它会创建一个子进程，如果工作线程稍后停止，Popen 进程就会被销毁(我试过这个(。

我有一个使用多处理的实现，它像冠军一样工作，可悲的是我不能将其与芹菜一起使用。 所以运气不好。我试图摆脱具有双分叉和命名管道的多处理库。我能产生的最小样本：

def launcher2(working_directory, cmd, *args):
command = [cmd]
command.extend(list(args))
process = subprocess.Popen(command, cwd=working_directory, shell=False, start_new_session=True,
stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
with open(f'{working_directory}/ipc.fifo', 'wb') as wpid:
wpid.write(process.pid)

@shared_task(bind=True, name="Test")
def run(self, cmd, *args):
working_directory = '/var/tmp/workdir'
if not os.path.exists(working_directory):
os.makedirs(working_directory, mode=0o700)
ipc = f'{working_directory}/ipc.fifo'
if os.path.exists(ipc):
os.remove(ipc)
os.mkfifo(ipc)
pid1 = os.fork()
if pid1 == 0:
os.setsid()
os.umask(0)
pid2 = os.fork()
if pid2 > 0:
sys.exit(0)
os.setsid()
os.umask(0)
launcher2(working_directory, cmd, *args)
else:
with os.fdopen(os.open(ipc, flags=os.O_NONBLOCK | os.O_RDONLY), 'rb') as ripc:
readers, _, _ = select.select([ripc], [], [], 15)
if not readers:
raise TimeoutError(60, 'Timed out', ipc)
reader = readers.pop()
pid = struct.unpack('I', reader.read())[0]
pid, status = os.waitpid(pid, 0)
print(status)

if __name__ == '__main__':
async_result = run.apply_async(('/usr/bin/sleep', '15'), queue='q2')
print(async_result.get())

我的用例更复杂，但我认为没有人愿意阅读 200+ 行引导，但这以完全相同的方式失败。另一方面，除非需要，否则我不会等待 pid，所以这就像根据要求启动进程并让它完成它的工作。使用完整设置引导数据库大约需要一分钟，我不希望客户端待机一分钟。请求进来，我生成进程并发回数据库实例的 id，客户端可以根据收到的实例 id 查询状态。但是，使用上述分叉解决方案，我得到：

[2020-01-20 18:03:17,760: INFO/MainProcess] Received task: Test[dbebc31c-7929-4b75-ae28-62d3f9810fd9]  
[2020-01-20 18:03:20,859: ERROR/MainProcess] Process 'ForkPoolWorker-2' pid:16634 exited with 'signal 15 (SIGTERM)'
[2020-01-20 18:03:20,877: ERROR/MainProcess] Task handler raised error: WorkerLostError('Worker exited prematurely: signal 15 (SIGTERM).')
Traceback (most recent call last):
File "/home/pupsz/PycharmProjects/provider/venv37/lib/python3.7/site-packages/billiard/pool.py", line 1267, in mark_as_worker_lost
human_status(exitcode)),
billiard.exceptions.WorkerLostError: Worker exited prematurely: signal 15 (SIGTERM).

这让我想知道，可能会发生什么。我尝试了一个更简单的任务：

@shared_task(bind=True, name="Test")
def run(self, cmd, *args):
working_directory = '/var/tmp/workdir'
if not os.path.exists(working_directory):
os.makedirs(working_directory, mode=0o700)
command = [cmd]
command.extend(list(args))
process = subprocess.Popen(command, cwd=working_directory, shell=False, start_new_session=True,
stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
return process.wait()

if __name__ == '__main__':
async_result = run.apply_async(('/usr/bin/sleep', '15'), queue='q2')
print(async_result.get())

再次失败并出现相同的错误。现在我喜欢芹菜，但从这里感觉它不适合我的需求。我搞砸了什么吗？能做到吗，我需要从工人那里做什么？我还有其他选择，还是应该编写自己的任务队列？

Answer 1

芹菜对多处理不友好，所以尝试使用台球而不是多处理(从台球导入过程等...我希望有一天 Celery 家伙对该代码进行大量重构，删除台球，然后开始使用多处理......

因此，在他们转向多处理之前，我们只能使用台球。我的建议是删除 Celery 任务中多处理的任何用法，并开始使用billiard.context.Process和类似功能，具体取决于您的用例。