Question

我试图用烧瓶创建一个简单的RESTful样式api。我想向服务器发送一些数据，让服务器在返回输出之前通过我并行的两个模型运行数据。

我的问题如下。我想通过两个模型并行传递数据，所以我假设我需要多处理。另外，我不想在每次调用api时加载模型，所以我想提前预加载模型。知道如何最好地构建这个吗？我的api代码段示例位于

之下

from flask import Flask, request

app = Flask(__name__)

@app.route('/api', methods = ['POST'])
def api_message():

    if request.headers['Content-Type'] == 'application/octet-stream':
        data = request.data
        #process data in parallel with preloaded models
        return "result"
    else:
        #return error code


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

基本上我的问题归结为

如何通过2个模型并行发送数据（例如，使用多处理或其他）
我如何提前预加载模型，因此每次调用api_message()时都不需要设置模型，因为这会产生大量开销。

我是Flask的新手所以非常感谢任何建议，谢谢！

Answer 1

好的，看起来你需要加载你的模型就是在你的烧瓶应用程序中实例化它们。然后，如果您打算用来处理（预加载）模型的模块被称为＆＃34; process_data＆＃34;这些模型被称为＆＃34; Model1＆＃34;和＆＃34; Model2＆＃34;然后你的代码，我稍微修改并添加了多处理，看起来像这样：

from flask import Flask, request
import multiprocessing
import process_data
from models import Model1, Model2

model1 = Model1()
model2 = Model2()

app = Flask(__name__)

models = [model1, model2]

@app.route('/api', methods = ['POST'])
def process_in_parallel():

    if request.headers['Content-Type'] == 'application/octet-stream':
        data = request.data
    else:
        #return error code

    def worker(model, data):
        process_data(model, data)
        return

    jobs = []
    for model in models:
        p = multiprocessing.Process(target=worker(model, data))
        jobs.append(p)
        p.start()

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

Flask RESTful API结构

1 个答案: