Master进程负责任务生成、派发与结果聚合，不参与计算；worker循环监听队列指令；Manager提供共享队列、字典和事件；支持嵌入type字段的动态协议；具备异常隔离与优雅关闭能力。
通过 master_process 控制多进程模型架构，核心是让一个主控进程（master）负责任务分发、状态协调和结果收集，而其他工作进程（worker）只专注执行。这不是简单的并行启动多个 Process，而是构建一种有组织、可干预、可扩展的运行结构。关键在于通信机制的设计与控制权的集中。
明确 master 进程的角色边界
master 不参与实际计算，只做三件事：生成任务、派发任务、接收并聚合结果。它不直接操作共享数据，而是通过队列、代理或网络接口间接驱动 worker 行为。
- 任务生成逻辑（如读取输入、构造参数、切分数据）必须在 master 中完成
- 所有 worker 的启动、暂停、终止指令应由 master 发出（例如通过 Event 或 Queue 发送控制信号）
- worker 进程需设计成循环监听模式，持续从 master 提供的队列中获取任务或指令
使用 Manager 管理共享资源与通信通道
manager 是实现 master-worker 协同的基础支撑。它提供跨进程可访问的共享对象，避免手动序列化/反序列化。
- 用
manager.Queue()创建任务队列（master.put → worker.get）和结果队列（worker.put → master.get） - 用
manager.dict()或manager.Namespace()维护全局状态（如运行标志、错误计数、进度百分比） - 用
manager.Event()实现同步控制，比如 master 设置stop_event.set()后，所有 worker 检测到即退出循环
支持动态行为调整的通信协议
单纯传数据不够，master 要能实时改变 worker 的行为模式。可在任务单元中嵌入指令字段：
- 任务消息格式可定义为字典：
{'type': 'compute', 'data': 123}或{'type': 'pause', 'reason': 'load_high'} - worker 主循环先解析 type，再决定执行计算、休眠、重连或上报健康状态
- master 可根据实时反馈（如 worker 定期发送的心跳）自动扩容/缩容 worker 数量
异常隔离与 graceful shutdown
master 必须具备容错能力，不能因单个 worker 崩溃而中断整体流程。
- worker 内部捕获所有异常，将错误信息写入结果队列或专用 error_queue，而非抛出
- master 使用
queue.get(timeout=...)配合超时检测，识别失联 worker 并标记剔除 - 关闭阶段，master 先发 stop 指令，等待所有 worker 主动退出；若超时，则调用
p.terminate()
这种架构不依赖外部框架，纯 Python 标准库即可落地，重点在于 master 的“调度意识”——它不是发起者，更是协调者和观察者。
