PP （Parallel Python）是基于Python的一个轻量级的，提供在SMP（多处理器或者多核系统）或者集群环境中并行执行Python代码的机制。
最简单和最常见的并行方式是使用多线程，然而如果应用程序使用Python提供的线程库， 它实际上并不能并行的运行Python的字节码（Byte－Code）。这是因为Pyton解释器使用GIL（全局解释器锁），这样的机制是的在同一时间，即使是多核的机器，也只能运行一个字节码指令。PP试图克服这样的限制，提供一种更简单的方式来编写并行应用。PP采用了多进程和进程间通信来处理并发，并隐藏所有的实现细节，使得其容易使用。
功能介绍
-
并行运行Python代码（废话）
-
易于理解的基于任务（Job）的并行技术
-
自动检测优化配置
-
动态处理器分配
-
负载均衡
-
容错
-
自动发现和动态分配计算资源
-
基于SHA的网络连接认证
-
跨平台（Windows，Linux， Unix， Mac OS）和架构（X86，X86－64）支持
-
开源 （BSD）
安装
1wget 2tar -xvf pp-1.6.4.tar.gz 3cd pp-1.6.4 4sudo python setup.py install
架构和设计
Server
PP server 包含并管理多个worker并行的执行客户端发送的任务
Client
客户端负责发送任务（Python Function）到服务器
Cluster
多个PP Server可以构成一个PP Cluster，在CLuster模式客户端提交任务到Cluster，cluster 找到合适的Server来运行任务。
使用方式
SMP
在SMP的模式下使用PP非常简单
1import pp 2＃ create a job serer 3job_server = pp.Server() 4 5# submit some jobs with python functions 6f1 = job_server.submit(func1, args1, depfuncs1, modules1) 7f2 = job_server.submit(func1, args2, depfuncs1, modules1) 8f3 = job_server.submit(func2, args3, depfuncs2, modules2) 9 10# Get result from each jobs 11r1 = f1() 12r2 = f2() 13r3 = f3()
Cluster
在Cluster模式下，需要在不同的节点运行ppserver
1node-1> ./ppserver.py 2node-2> ./ppserver.py 3node-3> ./ppserver.py
客户端代码和SMP模式类似
1import pp 2 3＃ create cluster 4ppservers=("node-1", "node-2", "node-3") 5 6＃ create a job serer 7pp.Server(ppservers=ppservers) 8 9# submit some jobs with python functions 10f1 = job_server.submit(func1, args1, depfuncs1, modules1) 11f2 = job_server.submit(func1, args2, depfuncs1, modules1) 12f3 = job_server.submit(func2, args3, depfuncs2, modules2) 13 14# Get result from each jobs 15r1 = f1() 16r2 = f2() 17r3 = f3()
总结
PP是一个轻量级的并行框架，代码不多，安装使用起来也比较简单，并行方式是多进程，但是缺乏对任务的封装，也缺少调度的功能。适合于构造简单的并行分布式系统。