Question

问题陈述如下：

我正在与Abaqus合作，这是一个分析机械问题的程序。它基本上是一个独立的Python解释器，有自己的对象等。在这个程序中，我运行一个python脚本来设置我的分析（所以这个脚本可以被修改）。它还包含一种在接收外部信号时必须执行的方法。这些信号来自我在自己的Python引擎中运行的主脚本。

目前，我有以下工作流程：当Abaqus脚本必须执行特定功能时，主脚本将布尔值设置为True，并将此布尔值选取到文件中。 Abaqus脚本定期检查此文件以查看布尔值是否已设置为true。如果是这样，它会进行分析并对输出进行pickle，以便主脚本可以读取此输出并对其进行操作。

我正在寻找一种更有效的方式来通知其他进程开始分析，因为正确知道有很多不必要的检查。通过泡菜进行数据交换对我来说不是问题，但更有效的解决方案当然是受欢迎的。

搜索结果总是给我带有子进程等的解决方案，这是针对在同一个解释器中启动的两个进程。我也看过ZeroMQ，因为这应该可以达到这样的目的，但是我觉得这样做太过分了，想要在python中找到解决方案。两个解释器都运行python 2.7（虽然版本不同）

Answer 1

修改

与@MattP一样，我将添加我的理解陈述：

<强>背景

我相信您正在运行名为abaqus的产品。 abaqus产品包含一个链接的python解释器，您可以通过某种方式访问它（可能通过在命令行上运行abaqus python foo.py）。

您还可以在同一台计算机上安装单独的python。您正在开发代码，可能包括numpy / scipy，以便在该python安装上运行。

这两个安装是不同的：它们有不同的二进制解释器，不同的库，不同的安装路径等。但它们位于同一个物理主机上。

您的目标是启用由您编写的“普通python”程序与在“Abaqus python”环境中运行的一个或多个脚本进行通信，以便这些脚本可以在Abaqus系统内执行工作，并返回结果

<强>解决方案

这是一个基于套接字的解决方案。有两个部分，abqlistener.py和abqclient.py。这种方法的优点是它使用明确定义的机制来“等待工作”。没有文件轮询等。它是一个“硬”API。您可以从同一台机器上的进程，运行相同版本的python，或从不同的机器，或从不同版本的python，或从ruby或C或perl甚至COBOL连接到侦听器进程。它允许您在系统中放置一个真正的“气隙”，这样您就可以用最小的耦合来开发这两个部分。

服务器部分为abqlistener。目的是您将部分代码复制到Abaqus脚本中。然后，abq进程将成为服务器，侦听特定端口号上的连接，并作为响应进行工作。是否发送回复。等等。

我不确定您是否需要为每项工作进行设置工作。如果是这样，那就必须是连接的一部分。这只会启动ABQ，监听端口（永远），并处理请求。任何特定于工作的设置都必须是工作流程的一部分。（也许发送参数字符串，或配置文件的名称，或其他。）

客户端部分为abqclient。这可以移动到模块中，或者只是复制/粘贴到现有的非ABQ程序代码中。基本上，您打开与正确的主机：端口组合的连接，并且您正在与服务器通信。发送一些数据，获取一些数据等等。

这些东西主要是从在线示例代码中删除的。如果你开始挖掘任何东西，它应该看起来真的很熟悉。

这是abqlistener.py：

# The below usage example is completely bogus. I don't have abaqus, so # I'm just running python2.7 abqlistener.py [options] usage = """ abacus python abqlistener.py [--host 127.0.0.1 | --host mypc.example.com ] \\ [ --port 2525 ] Sets up a socket listener on the host interface specified (default: all interfaces), on the given port number (default: 2525). When a connection is made to the socket, begins processing data. """ import argparse parser = argparse.ArgumentParser(description='Abacus listener', add_help=True, usage=usage) parser.add_argument('-H', '--host', metavar='INTERFACE', default='', help='Interface IP address or name, or (default: empty string)') parser.add_argument('-P', '--port', metavar='PORTNUM', type=int, default=2525, help='port number of listener (default: 2525)') args = parser.parse_args() import SocketServer import json class AbqRequestHandler(SocketServer.BaseRequestHandler): """Request handler for our socket server. This class is instantiated whenever a new connection is made, and must override `handle(self)` in order to handle communicating with the client. """ def do_work(self, data): "Do some work here. Call abaqus, whatever." print "DO_WORK: Doing work with data!" print data return { 'desc': 'low-precision natural constants','pi': 3, 'e': 3 } def handle(self): # Allow the client to send a 1kb message (file path?) self.data = self.request.recv(1024).strip() print "SERVER: {} wrote:".format(self.client_address[0]) print self.data result = self.do_work(self.data) self.response = json.dumps(result) print "SERVER: response to {}:".format(self.client_address[0]) print self.response self.request.sendall(self.response) if __name__ == '__main__': print args server = SocketServer.TCPServer((args.host, args.port), AbqRequestHandler) print "Server starting. Press Ctrl+C to interrupt..." server.serve_forever()

这里是abqclient.py：

usage = """ python2.7 abqclient.py [--host HOST] [--port PORT] Connect to abqlistener on HOST:PORT, send a message, wait for reply. """ import argparse parser = argparse.ArgumentParser(description='Abacus listener', add_help=True, usage=usage) parser.add_argument('-H', '--host', metavar='INTERFACE', default='', help='Interface IP address or name, or (default: empty string)') parser.add_argument('-P', '--port', metavar='PORTNUM', type=int, default=2525, help='port number of listener (default: 2525)') args = parser.parse_args() import json import socket message = "I get all the best code from stackoverflow!" print "CLIENT: Creating socket..." s = socket.socket(socket.AF_INET, socket.SOCK_STREAM) print "CLIENT: Connecting to {}:{}.".format(args.host, args.port) s.connect((args.host, args.port)) print "CLIENT: Sending message:", message s.send(message) print "CLIENT: Waiting for reply..." data = s.recv(1024) print "CLIENT: Got response:" print json.loads(data) print "CLIENT: Closing socket..." s.close()

这是我们在一起运行时打印的内容：

$ python2.7 abqlistener.py --port 3434 & [2] 44088 $ Namespace(host='', port=3434) Server starting. Press Ctrl+C to interrupt... $ python2.7 abqclient.py --port 3434 CLIENT: Creating socket... CLIENT: Connecting to :3434. CLIENT: Sending message: I get all the best code from stackoverflow! CLIENT: Waiting for reply... SERVER: 127.0.0.1 wrote: I get all the best code from stackoverflow! DO_WORK: Doing work with data! I get all the best code from stackoverflow! SERVER: response to 127.0.0.1: {"pi": 3, "e": 3, "desc": "low-precision natural constants"} CLIENT: Got response: {u'pi': 3, u'e': 3, u'desc': u'low-precision natural constants'} CLIENT: Closing socket...

<强>参考文献：

argparse，SocketServer，json，socket都是“标准”Python库。

Answer 2

要清楚，我的理解是您通过Python脚本运行Abaqus / CAE作为一个独立的进程（让它称之为abq.py），它会检查，打开和读取触发器用于确定是否应运行分析的文件。触发器文件由第二个Python进程创建（让我们称之为main.py）。最后，main.py等待读取abq.py创建的输出文件。您希望以更有效的方式发出信号abq.py来运行分析，并且您可以使用不同的技术来交换数据。

正如您所提到的，子进程或多处理可能是一种选择。但是，我认为更简单的解决方案是组合两个脚本，并可选择使用回调函数来监视解决方案并处理输出。我假设不需要abq.py作为单独的流程持续运行，并且只要合适，所有分析都可以从main.py开始。

让main.py可以访问Abaqus Mdb。如果已经构建，请使用以下命令打开它：

mdb = openMdb(FileName)

如果main.py启动所有分析，则不需要触发器文件。例如：

if SomeCondition:
    j = mdb.Job(name=MyJobName, model=MyModelName)
    j.submit()
    j.waitForCompletion()

完成后，main.py可以读取输出文件并继续。如果数据文件是由分析本身生成的（例如.dat或.odb文件），则这很简单。 OTH，如果输出文件是由当前abq.py中的某些代码生成的，那么您可以将其包含在main.py中。

如果没有提供足够的控制，您可以向monitorManager对象（在导入abaqus模块时自动创建）中添加回调函数，而不是waitForCompletion方法：from abaqus import * ）。这允许您监视和响应来自求解器的各种消息，例如COMPLETED，ITERATION等。回调函数定义如下：

def onMessage(jobName, messageType, data, userData):
    if messageType == COMPLETED:
        # do stuff
    else:
        # other stuff

然后将其添加到monitorManager并调用作业：

monitorManager.addMessageCallback(jobName=MyJobName,  
    messageType=ANY_MESSAGE_TYPE, callback=onMessage, userData=MyDataObj)
j = mdb.Job(name=MyJobName, model=MyModelName)
j.submit()

此方法的一个好处是您可以将Python对象作为userData参数传递。这可能是您的输出文件或其他一些数据容器。您可能想出如何在回调函数中处理输出数据 - 例如，访问Odb并获取数据，然后根据需要进行任何操作，而根本不需要外部文件。

Answer 3

我同意答案，除了一些小的语法问题。

在处理程序中定义实例变量是否定的。更不用说它们没有在任何 init （）方法中定义。子类TCPServer并在TCPServer中定义您的实例变量。 init （）。其他一切都会起作用。

两个独立的Python引擎之间的通信

3 个答案: