Question

我正在尝试使用flask在python中实现REST API。但是，API实现又需要进行一些网络调用（例如db）。为了提高吞吐量，我可以使这个异步吗？我的意思是这个。让我们假设REST API是foo（）

def foo():
    # 1. do stuff as needed
    # 2. call make_network_call and wait for it to return.
    # 3. do stuff as needed with returned data.
    # 4. return.

现在，如果我知道它需要花费一些时间在第2步，我可以在这里放弃cpu并处理其他传入的请求，并在它返回时返回它吗？如果是这样，我该怎么做以及涉及哪些框架？我目前正在使用带有烧瓶的python。

Answer 1

Flask可以在启动时使用多个线程或进程运行，请参阅this question。它不会使foo()更有效率，但您将能够同时为多个客户提供服务。

要使用多个线程或进程运行它，您可以在Flask.run()关键字中指定：

代表线程：

if __name__ == '__main__':
    app.run(threaded=True)

或者对于流程：

if __name__ == '__main__':
    app.run(processes=5) # Or however many you you may want.

Answer 2

如果您使用的是最近的（＆gt; = 3.2）版本的Python，则可以使用concurrent.futures。那看起来像是：

from concurrent.futures import ThreadPoolExecutor

def other_func():
    with ThreadPoolExecutor as executor:
        future = executor.submit(foo)
        # do other stuff
        return future.result()

Answer 3

看看Klein - 它是一个烧瓶/绞合混合物 - 加捻是一种异步反应器模式框架，其工作水平低于烧瓶中的水平。

Klein就像一个扭曲之上的包装器，就像Flask一样 - 允许你使用反应器编写deffered代码。

https://github.com/twisted/klein

python中的异步回调函数

3 个答案: