pythonrpyc

『壹』 python獲取指定內存地址中的對象

你找一找這個庫，rpyc。這個東西是目前RPC方面最好用的一個東西了。比我以前接觸學習的分布式對象系統更好用。 其實python這個東西，因為是腳本，所以做分布式對象特別容易。主要是做好系列化與反系列化就可以了。

此外rpc-xml也是常用的一個方法。

如果你對需求理解深，通常不會選擇分布式對象，而是自己定製數據結構，傳輸協議，序列化與反序列化。這樣才能實現高效，可擴展性。

你在一個進程中創建一個對象，可以使用python自帶的系列化模塊pickle進行轉換。然後傳遞到另一個進程中，再反序列化就可以實現。操作完成後，再傳遞回來。這就是原理。

如果使用指定內存地址也是可以的。可以設計一個共享內存，然後通過numpy這個模塊進行內存與對象的轉換。其它的就不多說了。 當然你也可以自己設計序列化與反序列化模塊。

通常復雜的對象效率低。整型固定長度數組是最快的。

『貳』 python rpyc 遠程網路調用請教!

socket.timeout: timed out連接超時，需要你先運行服務端的代碼：

sr=ThreadedServer(TestRpyc,hostname="0.0.0.0",port=9999,auto_register=False)
sr.start()

添加下hostname試一下。

如果解決了您的問題請採納！
如果未解決請繼續追問

『叄』 如何基於Python構建一個可擴展的運維自動化平台

Django- 一個開放源代碼的 Web 應用框架，由 Python 寫成，採用了 MVC 的軟體設計模式；
rpyc- 一個 Python 實現的 RPC 和分布式計算的工具。支持同步和非同步操作、回調等；
saltstack 、 ansible 、 func - 基本 Python 開發的自動化配置管理與流程式控制制組件；
Mysql- 是一個非常流行的關系型資料庫管理系統。
二、平台架構設計
1、 OMServer 架構圖

大家對這個架構應該不會感到陌生，三層結構也是目前主流的運營平台架構。
2、 架構說明
OMServer 平台為三層架構，分別為 WEB 交互層、分布式計算層、集群管理服務層。
1） 、第一層：即為 WEB 交互層，典型的 B/S 架構，以供管理員操作的交互平台，也是 OMServer 的核心，基於 Django 開發；
2） 、第二層：分布式計算層，提供與主控端的連接通道，採用的是 rpyc 傳輸協議，協議操作流程：前端模塊參數 -> 加密傳輸 -> 任務執行 -> 返回結果集 -> 解密輸出。
3） 、第三層：集群管理服務層，整合 Python 主流的遠程操作組件（支持 Saltstack 、 Anaible、 Func ），對被控端（業務伺服器集群）進行管理，其中主控端可以根據不同 IDC 環境，採用多地多點的管理方式，可提升冗餘度及執行效率。主控端操作模塊以不同 Python 文件加以區分，便於維護，可靈活定製操作邏輯及橫向擴展等特點。

『肆』 Python RPyC如何實現客戶端與服務端通信

rpyc是我用過的最容易，也最強大的遠程進程通訊了。當然如果你自己編寫框架，可以比它更強大也可能。

你搜索一下官網或者是任意一個教程都可以找到一個解決方案，然後你變化一下就可以解決你的問題。

因為不太理解你的問題，所以先解釋一下，rpyc實現的是將客戶端代碼，復制到服務端，並在服務端執行後將結果包裝後返回服務端。當然如果服務端已經有這個代碼了，就可以直接執行，然後結果返回。

所以原則上講，不可能在客戶端沒有連接服務端的情形下，從服務端返回消息的。 所以你試驗的應該是連接到服務端，然後獲得響應。這個是可以的。

如果你想發消息到服務端直接通過函數的參數就可以啦。

importrpyc
c=rpyc.connect('localhost',服務端埠)
printc.root.服務端exposed的函數(你要傳遞的參數放在這里)
c.close()

『伍』 打開rpyc格式文件出現亂碼，該用什麼軟體打開

python學習 (rpyc)
RPyC（Remote Python Call ) 是一個 Python 的庫用來實現 RPC 和分布式計算的工具。支持同步和非同步操作、回調和遠程服務以及透明的對象代理。

使用rpyc編寫c/s結構程序，完全不用考慮老式的socket編程，現在只用編寫簡單的3、5行代碼即可完成以前的數千行代碼的功能。

在實際應用中用的比較多的有兩種，一種是調用遠端的模塊，另外一種是調用遠端的函數。

『陸』 python可以通過id來看內存地址，那麼有方法能通過內存地址看有哪些變數指向這個內存地址么

你找一找這個庫，rpyc。這個東西是目前RPC方面最好用的一個東西了。比我以前接觸學習的分布式對象系統更好用。 其實python這個東西，因為是腳本，所以做分布式對象特別容易。主要是做好系列化與反系列化就可以了。

此外rpc-xml也是常用的一個方法。

如果你對需求理解深，通常不會選擇分布式對象，而是自己定製數據結構，傳輸協議，序列化與反序列化。這樣才能實現高效，可擴展性。

你在一個進程中創建一個對象，可以使用python自帶的系列化模塊pickle進行轉換。然後傳遞到另一個進程中，再反序列化就可以實現。操作完成後，再傳遞回來。這就是原理。

如果使用指定內存地址也是可以的。可以設計一個共享內存，然後通過numpy這個模塊進行內存與對象的轉換。其它的就不多說了。 當然你也可以自己設計序列化與反序列化模塊。

通常復雜的對象效率低。整型固定長度數組是最快的。

『柒』 houdinipy和不帶py的區別

houdini配置py開發環境。
注意這是配置外部開發工具的方法，不是表達式欄直接打開外部編輯器的方法，配置vscode自動補全，打開vscode，選擇一個文件夾作為工作目錄，隨便建一個py文件把解釋器改成houdini目錄中的python解釋器，我的是D:.0.499python27python.exe，根據自己的目錄找。據說py3版houdini還有很多bug，所以我暫時還是用py2的。然後在工程目錄的.vscode文件夾里打開settings.json，在其中添加如下變數
python.autoComplete.extraPaths:[你的houdini路徑\houdini\python2.7libs]，這個是houpackage的包，另外有兩個在houdini目錄下的python27/lib/site-packages和python27/lib/site-packages-forced，都是hou的依賴項(其實後兩個不加也行)，我添加之後setting是這樣的。下面那個analysis.extraPaths變數是vscode根據自動補全路徑自動添加上的，不知道是不是新功能，不用管它，現在可以隨便建個py文件來來看看是否能自動補全，(我最開始添加自動補全這一步失效了，搞了好久也沒發現自己操作有什麼問題，最後卸載vscode重裝就好使了，估計是什麼插件沖突的問題，如果實在弄不出來也重裝試試吧)。
建立與houdini的連接連接方式還是比較簡單的，在官方文檔中就有寫，根據文檔提示，首先在houdini中新建工具，輸入:
importhrpyc
hrpyc.start_server()
hou.ui.displayMessage(Serviceisrunning)
使用外部編輯器的時候先點擊一下這個腳本,這個服務默認埠是18811，額外開啟一個線程，想自定義埠可以在start_server函數中傳入port=埠號，想使用houdini的主線程可以傳入use_thread=False,然後建個py文件，先建立連接
importhrpyc
connection,hou=hrpyc.import_remote_mole()
執行之後觸發導入異常，因為vscode只是補全，執行時並沒有把包路徑放到尋找路徑中，導入之前再添加兩條臨時路徑(替換成自己的安裝包目錄)。
※不要將hou包添加到python的全局包查找目錄，原因後面有：
importsys
sys.path.append(rD:.0.499houdinipython2.7libs)
sys.path.append(rD:.0.499python27libsite-packages)
最後是這樣，運行一下，不報錯了，然後在後面隨便寫個東西(注意此時不要導入hou)：
hou.node('/obj').createNode('null',node_name='dnmd')
hou.ui.displayMessage('wdnmd')
創建一個名字是dnmd的空物體，再顯示一條信息，確實連接上了，但是問題是按照文檔的操作方式是沒有自動補全的，官方的說法現在的hou是一個類似houdini中hou程序包的對象，這個對象是把代碼發送到hython之後解析的，而並不能供我們在vscode中作為自動補全使用，如果我們importhou，hou對象會被覆蓋導致代碼失效。我查到可以在pycharm中添加這條無效的代碼：
ifFalse:
importhou
來讓程序以為hou是導入到文件的實例，但在vscode中有pylance這個交互解析插件(我認為它是挺好用)，它智能地把你後面這條語句變灰並提示你這條代碼是不會被執行的，所以後面的代碼依然不會把hou作為包來解析幫助自動補全，使用pylance會在後面的解析中自動忽略不會執行的語句，但我們可以利用剛才那個導入異常來讓vscode以為這條代碼可能是可以執行的：
try:
importhou
exceptImportError:
pass
成了，但我們知道執行的時候肯定會觸發導入異常然後自動忽略它的，都是些雕蟲小技，然後把這些整理一下單獨存為一個包叫connect_hodini或是什麼的，之後要編寫其他腳本只需要在這個工程目錄建文件然後導入它就可以帶著自動補全寫了，而且寫完不用做其他操作直接執行，這就很方便了，甚至不需要importhou，可惜的是經過函數返回之後的對象並不能自動解析，因為包里的方法並沒指定會返回什麼類型的對象，我暫時也沒想到什麼方法，就算用houdini里的pythonshell來寫它一樣解析不到，等py3版本完善之後有了typing標注就自然解決了。

『捌』 python 多線程 運維問題， 問題補充。

這個簡單啊。python幾乎無所不能。特別是在運維方面。 你直接在每台機器上安裝rpyc，然後什麼也不用開發。把服務起來後，在你的控制台把IP地址配上，然後自己運行os.system('echo "hello world")就可以，rpyc的簡單教程看一下，幾分鍾就夠了。