编辑以澄清我的问题： 我想使用this feature在uwsgi上附加python服务（我无法理解示例），并且我还希望能够在它们之间传递结果。在下面，我介绍了一些情况，也提出了我对沟通问题的第一个想法，期望可能会提出一些建议或采取其他方法。
我有一个已经开发的python应用程序，它使用multiprocessing.Pool运行按需任务。使用工作者池的主要原因是我需要在他们之间共享多个对象。
最重要的是，我想要一个烧瓶应用程序，该应用程序从其端点触发任务。
我在这里已经阅读了几个问题，以寻找将烧瓶与python的多处理模块一起使用的可能弊端。我仍然有些困惑，但是this answer很好地总结了直接从烧瓶中启动multiprocessing.Pool的弊端以及我的选择。
此答案显示一个uWSGI feature to manage daemon/services。我想遵循这种方法，以便可以将已经开发的python应用程序用作flask应用程序的服务。
我的主要问题之一是我看了这些示例，但不知道下一步需要做什么。换句话说，我如何从那里启动python应用程序？
另一个问题是关于flask应用程序和守护进程/服务之间的通信。我的第一个想法是使用flask-socketIO进行通信，但是，如果我的服务器停止运行，则需要处理连接...这是在服务器和服务之间进行通信的好方法吗？还有什么可能的解决方案？
注意：
我对Celery非常了解，因此我假装在不久的将来使用它。实际上，我已经开发了一个node.js应用程序，用户可以在该应用程序上执行应触发（也）已经开发的python应用程序中的特定任务的操作。关键是，我需要尽快可用于生产的版本，而不是修改使用multiprocessing的python应用程序，我认为创建一个简单的flask会更快服务器通过HTTP与node.js进行通信。这样，我只需要实现实例化python应用程序的flask应用程序即可。
编辑：
为什么需要共享对象？
仅因为在问题中创建对象花费的时间太长。实际上，如果创建一次，则创建会花费可接受的时间，但是，由于我期望（也许）数百到数千个请求同时不得不再次加载每个对象，因此我想避免这种事情。
对象之一是scikit分类器模型，该模型持久保存在pickle文件中，需要3秒钟来加载。每个用户可以创建几个“工作位”，每个工作位将接管2k多个文档进行分类，每个文档将在未知的时间点上载，因此我需要将此模型加载到内存中（针对每个任务再次加载该模型）不可接受）。
这是单个任务的一个示例。
修改2： 我之前曾问过一些与此项目有关的问题：
如上所述，但要澄清一下：我认为最好的解决方案是使用Celery，但是为了快速拥有可用于生产的解决方案，我尝试使用此uWSGI附加守护程序解决方案
答案 0 :(得分：0)
我可以看到挂在multiprocessing.Pool上的诱惑。我在生产中将其用作管道的一部分。但是Celery（我也在生产中使用过）更适合您要尝试的工作，因为Celery将工作跨内核分配到设置成本很高的资源上。有N个核心？启动N个芹菜工人，其中的一个可以在全球范围内加载（或延迟加载）昂贵的模型。请求进入应用程序，启动任务（例如，task = predict.delay(args)，等待任务完成（例如，result = task.get()）并返回响应。您花了一些时间学习芹菜节省了编写一堆协调代码的时间。