PP （Parallel Python）是基于Python的一個輕量級的，提供在SMP（多處理器或者多核系統）或者集群環境中并行執行Python代碼的機制。

最簡單和最常見的并行方式是使用多線程，然而如果應用程序使用Python提供的線程庫， 它實際上并不能并行的運行Python的字節碼（Byte－Code）。這是因為Pyton解釋器使用GIL（全局解釋器鎖），這樣的機制是的在同一時間，即使是多核的機器，也只能運行一個字節碼指令。PP試圖克服這樣的限制，提供一種更簡單的方式來編寫并行應用。PP采用了多進程和進程間通信來處理并發，并隱藏所有的實現細節，使得其容易使用。

功能介紹

• 并行運行Python代碼（廢話）

  </li>

• 易于理解的基于任務（Job）的并行技術

  </li>

• 自動檢測優化配置

  </li>

• 動態處理器分配

  </li>

• 負載均衡

  </li>

• 容錯

  </li>

• 自動發現和動態分配計算資源

  </li>

• 基于SHA的網絡連接認證

  </li>

• 跨平臺（Windows，Linux， Unix， Mac OS）和架構（X86，X86－64）支持

  </li>

• 開源 （BSD）

  </li> </ul>

  安裝

  wget  
  tar -xvf pp-1.6.4.tar.gz
  cd pp-1.6.4
  sudo python setup.py install

  架構和設計

  

  Server

  PP server 包含并管理多個worker并行的執行客戶端發送的任務

  Client

  客戶端負責發送任務（Python Function）到服務器

  Cluster

  多個PP Server可以構成一個PP Cluster，在CLuster模式客戶端提交任務到Cluster，cluster 找到合適的Server來運行任務。

  使用方式

  SMP

  在SMP的模式下使用PP非常簡單

  import pp
  ＃ create a job serer
  job_server = pp.Server()
  
   submit some jobs with python functions
  f1 = job_server.submit(func1, args1, depfuncs1, modules1)
  f2 = job_server.submit(func1, args2, depfuncs1, modules1)
  f3 = job_server.submit(func2, args3, depfuncs2, modules2)
   Get result from each jobs
  r1 = f1()
  r2 = f2()
  r3 = f3()</pre> 
  Cluster 
  
  在Cluster模式下，需要在不同的節點運行ppserver 
  
  node-1> ./ppserver.py
  node-2> ./ppserver.py
  node-3> ./ppserver.py
   
  客戶端代碼和SMP模式類似 
  
  import pp
  
  ＃ create cluster
  ppservers=("node-1", "node-2", "node-3")
  ＃ create a job serer
  pp.Server(ppservers=ppservers) 
   submit some jobs with python functions
  f1 = job_server.submit(func1, args1, depfuncs1, modules1)
  f2 = job_server.submit(func1, args2, depfuncs1, modules1)
  f3 = job_server.submit(func2, args3, depfuncs2, modules2)
   Get result from each jobs
  r1 = f1()
  r2 = f2()
  r3 = f3()</pre> 
  
  
  
   
  總結 
  
  PP是一個輕量級的并行框架，代碼不多，安裝使用起來也比較簡單，并行方式是多進程，但是缺乏對任務的封裝，也缺少調度的功能。適合于構造簡單的并行分布式系統。