pythonrpyc

‘壹’ python获取指定内存地址中的对象

你找一找这个库，rpyc。这个东西是目前RPC方面最好用的一个东西了。比我以前接触学习的分布式对象系统更好用。 其实python这个东西，因为是脚本，所以做分布式对象特别容易。主要是做好系列化与反系列化就可以了。

此外rpc-xml也是常用的一个方法。

如果你对需求理解深，通常不会选择分布式对象，而是自己定制数据结构，传输协议，序列化与反序列化。这样才能实现高效，可扩展性。

你在一个进程中创建一个对象，可以使用python自带的系列化模块pickle进行转换。然后传递到另一个进程中，再反序列化就可以实现。操作完成后，再传递回来。这就是原理。

如果使用指定内存地址也是可以的。可以设计一个共享内存，然后通过numpy这个模块进行内存与对象的转换。其它的就不多说了。 当然你也可以自己设计序列化与反序列化模块。

通常复杂的对象效率低。整型固定长度数组是最快的。

‘贰’ python rpyc 远程网络调用请教!

socket.timeout: timed out连接超时，需要你先运行服务端的代码：

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

添加下hostname试一下。

如果解决了您的问题请采纳！
如果未解决请继续追问

‘叁’ 如何基于Python构建一个可扩展的运维自动化平台

Django- 一个开放源代码的 Web 应用框架，由 Python 写成，采用了 MVC 的软件设计模式；
rpyc- 一个 Python 实现的 RPC 和分布式计算的工具。支持同步和异步操作、回调等；
saltstack 、 ansible 、 func - 基本 Python 开发的自动化配置管理与流程控制组件；
Mysql- 是一个非常流行的关系型数据库管理系统。
二、平台架构设计
1、 OMServer 架构图

大家对这个架构应该不会感到陌生，三层结构也是目前主流的运营平台架构。
2、 架构说明
OMServer 平台为三层架构，分别为 WEB 交互层、分布式计算层、集群管理服务层。
1） 、第一层：即为 WEB 交互层，典型的 B/S 架构，以供管理员操作的交互平台，也是 OMServer 的核心，基于 Django 开发；
2） 、第二层：分布式计算层，提供与主控端的连接通道，采用的是 rpyc 传输协议，协议操作流程：前端模块参数 -> 加密传输 -> 任务执行 -> 返回结果集 -> 解密输出。
3） 、第三层：集群管理服务层，整合 Python 主流的远程操作组件（支持 Saltstack 、 Anaible、 Func ），对被控端（业务服务器集群）进行管理，其中主控端可以根据不同 IDC 环境，采用多地多点的管理方式，可提升冗余度及执行效率。主控端操作模块以不同 Python 文件加以区分，便于维护，可灵活定制操作逻辑及横向扩展等特点。

‘肆’ Python RPyC如何实现客户端与服务端通信

rpyc是我用过的最容易，也最强大的远程进程通讯了。当然如果你自己编写框架，可以比它更强大也可能。

你搜索一下官网或者是任意一个教程都可以找到一个解决方案，然后你变化一下就可以解决你的问题。

因为不太理解你的问题，所以先解释一下，rpyc实现的是将客户端代码，复制到服务端，并在服务端执行后将结果包装后返回服务端。当然如果服务端已经有这个代码了，就可以直接执行，然后结果返回。

所以原则上讲，不可能在客户端没有连接服务端的情形下，从服务端返回消息的。 所以你试验的应该是连接到服务端，然后获得响应。这个是可以的。

如果你想发消息到服务端直接通过函数的参数就可以啦。

importrpyc
c=rpyc.connect('localhost',服务端端口)
printc.root.服务端exposed的函数(你要传递的参数放在这里)
c.close()

‘伍’ 打开rpyc格式文件出现乱码，该用什么软件打开

python学习 (rpyc)
RPyC（Remote Python Call ) 是一个 Python 的库用来实现 RPC 和分布式计算的工具。支持同步和异步操作、回调和远程服务以及透明的对象代理。

使用rpyc编写c/s结构程序，完全不用考虑老式的socket编程，现在只用编写简单的3、5行代码即可完成以前的数千行代码的功能。

在实际应用中用的比较多的有两种，一种是调用远端的模块，另外一种是调用远端的函数。

‘陆’ python可以通过id来看内存地址，那么有方法能通过内存地址看有哪些变量指向这个内存地址么

你找一找这个库，rpyc。这个东西是目前RPC方面最好用的一个东西了。比我以前接触学习的分布式对象系统更好用。 其实python这个东西，因为是脚本，所以做分布式对象特别容易。主要是做好系列化与反系列化就可以了。

此外rpc-xml也是常用的一个方法。

如果你对需求理解深，通常不会选择分布式对象，而是自己定制数据结构，传输协议，序列化与反序列化。这样才能实现高效，可扩展性。

你在一个进程中创建一个对象，可以使用python自带的系列化模块pickle进行转换。然后传递到另一个进程中，再反序列化就可以实现。操作完成后，再传递回来。这就是原理。

如果使用指定内存地址也是可以的。可以设计一个共享内存，然后通过numpy这个模块进行内存与对象的转换。其它的就不多说了。 当然你也可以自己设计序列化与反序列化模块。

通常复杂的对象效率低。整型固定长度数组是最快的。

‘柒’ houdinipy和不带py的区别

houdini配置py开发环境。
注意这是配置外部开发工具的方法，不是表达式栏直接打开外部编辑器的方法，配置vscode自动补全，打开vscode，选择一个文件夹作为工作目录，随便建一个py文件把解释器改成houdini目录中的python解释器，我的是D:.0.499python27python.exe，根据自己的目录找。据说py3版houdini还有很多bug，所以我暂时还是用py2的。然后在工程目录的.vscode文件夹里打开settings.json，在其中添加如下变量
python.autoComplete.extraPaths:[你的houdini路径\houdini\python2.7libs]，这个是houpackage的包，另外有两个在houdini目录下的python27/lib/site-packages和python27/lib/site-packages-forced，都是hou的依赖项(其实后两个不加也行)，我添加之后setting是这样的。下面那个analysis.extraPaths变量是vscode根据自动补全路径自动添加上的，不知道是不是新功能，不用管它，现在可以随便建个py文件来来看看是否能自动补全，(我最开始添加自动补全这一步失效了，搞了好久也没发现自己操作有什么问题，最后卸载vscode重装就好使了，估计是什么插件冲突的问题，如果实在弄不出来也重装试试吧)。
建立与houdini的连接连接方式还是比较简单的，在官方文档中就有写，根据文档提示，首先在houdini中新建工具，输入:
importhrpyc
hrpyc.start_server()
hou.ui.displayMessage(Serviceisrunning)
使用外部编辑器的时候先点击一下这个脚本,这个服务默认端口是18811，额外开启一个线程，想自定义端口可以在start_server函数中传入port=端口号，想使用houdini的主线程可以传入use_thread=False,然后建个py文件，先建立连接
importhrpyc
connection,hou=hrpyc.import_remote_mole()
执行之后触发导入异常，因为vscode只是补全，执行时并没有把包路径放到寻找路径中，导入之前再添加两条临时路径(替换成自己的安装包目录)。
※不要将hou包添加到python的全局包查找目录，原因后面有：
importsys
sys.path.append(rD:.0.499houdinipython2.7libs)
sys.path.append(rD:.0.499python27libsite-packages)
最后是这样，运行一下，不报错了，然后在后面随便写个东西(注意此时不要导入hou)：
hou.node('/obj').createNode('null',node_name='dnmd')
hou.ui.displayMessage('wdnmd')
创建一个名字是dnmd的空物体，再显示一条信息，确实连接上了，但是问题是按照文档的操作方式是没有自动补全的，官方的说法现在的hou是一个类似houdini中hou程序包的对象，这个对象是把代码发送到hython之后解析的，而并不能供我们在vscode中作为自动补全使用，如果我们importhou，hou对象会被覆盖导致代码失效。我查到可以在pycharm中添加这条无效的代码：
ifFalse:
importhou
来让程序以为hou是导入到文件的实例，但在vscode中有pylance这个交互解析插件(我认为它是挺好用)，它智能地把你后面这条语句变灰并提示你这条代码是不会被执行的，所以后面的代码依然不会把hou作为包来解析帮助自动补全，使用pylance会在后面的解析中自动忽略不会执行的语句，但我们可以利用刚才那个导入异常来让vscode以为这条代码可能是可以执行的：
try:
importhou
exceptImportError:
pass
成了，但我们知道执行的时候肯定会触发导入异常然后自动忽略它的，都是些雕虫小技，然后把这些整理一下单独存为一个包叫connect_hodini或是什么的，之后要编写其他脚本只需要在这个工程目录建文件然后导入它就可以带着自动补全写了，而且写完不用做其他操作直接执行，这就很方便了，甚至不需要importhou，可惜的是经过函数返回之后的对象并不能自动解析，因为包里的方法并没指定会返回什么类型的对象，我暂时也没想到什么方法，就算用houdini里的pythonshell来写它一样解析不到，等py3版本完善之后有了typing标注就自然解决了。

‘捌’ python 多线程 运维问题， 问题补充。

这个简单啊。python几乎无所不能。特别是在运维方面。 你直接在每台机器上安装rpyc，然后什么也不用开发。把服务起来后，在你的控制台把IP地址配上，然后自己运行os.system('echo "hello world")就可以，rpyc的简单教程看一下，几分钟就够了。