1、建立Master，拥有两条队列。一条发布计算任务，一条接受结果。计算任务为对 100内的任意20个整数的阶乘计算。 2、建立Worker，实现对阶乘的计算。 3、运行时要求至少两个worker和一个master。

以下是基于Python的实现，使用Redis作为消息队列的示例代码：

Master节点代码：

import random
import redis

redis_conn = redis.Redis()

# 发布计算任务
numbers = random.sample(range(1, 101), 20)
redis_conn.lpush('task_queue', ','.join(str(n) for n in numbers))

# 等待接收结果
for i in range(20):
    result = redis_conn.rpop('result_queue')
    if result:
        print(f"Worker {i}计算结果为：{result.decode()}")

Worker节点代码：

import math
import redis

redis_conn = redis.Redis()

# 从队列中获取任务
while True:
    task = redis_conn.rpop('task_queue')
    if not task:
        break
    numbers = [int(n) for n in task.decode().split(",")]
    result = math.prod(numbers)
    redis_conn.lpush('result_queue', result)

在上面的代码中，Master节点通过Redis的`lpush`函数将计算任务发布到`task_queue`队列中，然后循环等待获取计算结果。Worker节点通过Redis的`rpop`函数从`task_queue`队列中获取任务，计算阶乘结果并将结果推送到`result_queue`队列中。

为了启动多个Worker节点，可以在不同的终端中运行Worker节点代码。在每个终端中，都会创建一个独立的Worker节点，从队列中获取任务并执行计算。Master节点会自动从`result_queue`队列中获取计算结果并输出。

需要注意的是，示例代码中的实现方式并不完善，例如在Master节点中没有对任务进行分片，可能会导致某些Worker节点的负载过高，而其他Worker节点负载过低的情况。实际使用中需要根据实际情况进行优化。