使用Flask(数据处理服务器)和Node.js(RESTful API)为数据分析服务器提供服务是一个好主意吗?
在对使用Flask(数据处理服务器)和Node.js(RESTful API)为数据分析服务器提供服务是一个好主意吗?,node.js,flask,Node.js,Flask,在对Node.jsvsFlask做了大量研究之后,我得出结论,在速度和性能方面,Nodejs确实优于Flask。另一方面,我已经在pandas中构建了一个优化的应用程序来执行数据分析 虽然我计划使用Flask构建我的restapi,但由于我的用户数量将越来越多,并随着时间的推移逐渐增长,我希望确保它不会影响性能 我已经在React JS上构建了我的前端,现在这个前端将对我的后端进行多个API调用,以获取数据并执行CRUD操作。我现在有两个选择: 要么使用Javascript中的替代方案(如Dan
Node.js
vsFlask
做了大量研究之后,我得出结论,在速度和性能方面,Nodejs
确实优于Flask
。另一方面,我已经在pandas中构建了一个优化的应用程序来执行数据分析
虽然我计划使用Flask
构建我的restapi
,但由于我的用户数量将越来越多,并随着时间的推移逐渐增长,我希望确保它不会影响性能
我已经在React JS
上构建了我的前端,现在这个前端将对我的后端进行多个API调用,以获取数据并执行CRUD
操作。我现在有两个选择:
Danfo.js
)重建我的整个优化数据分析体系结构,然后将所有内容托管在节点上。我不喜欢这样做,因为我没有足够的经验使用javascript
中的数据分析包,此外,我已经在pandas中做了大量优化代码的工作
nodejs
请求,执行所有数据计算,并将响应返回到node
,然后将响应发送到前端。与仅对restfulapi
和backend processing server
使用Flask
相比,我不确定此体系结构的性能如何
Node
或Flask
用作独立系统更有可能吗?除了我的建议,你还有更好的选择吗?我的目标是确保最佳的用户体验和后端能够以最少的等待时间处理多个请求,并且不会使服务器的请求过载
请注意,我使用的不是
Flask
,而是一个数据库(所以不要建议我用一些数据库替换它),而是一个处理单元。即使用户没有发出任何请求,一些数据建模也会通过并行线程或处理器中的pandas(尽管它与flask API调用无关)在我的flask框架内不断发生。我建议从flask开始,因为pandas经过了高度优化,但除了vanilla flask之外,还增加了一些内容。需要考虑的几件事:
- 跟踪流入请求量
- 使用pandas处理每个请求需要多长时间
- 在早期引入分布式任务工作者(如芹菜等),特别是当处理应该是异步运行的并且超出请求和响应周期时
- 云功能(例如GCP或AWS上的等效功能),因为您似乎希望能够根据请求进行处理,并且云功能支持突发请求+使用时收费
这个列表可以继续下去,但希望它能让你少一些疑虑。干杯 我曾考虑过使用云函数,唯一的问题是它会影响我的本地存储空间,我无论如何都要ping我的计算引擎。出于好奇,您是否也使用云函数进行存储?如果您使用的是GCP,我相信云函数实例中没有存储,但您可以编写一个简单的脚本将信息存储到您的云存储桶/存储中。嗯,我明白了。。。您是否有任何资源或快速入门指南来说明如何将云存储桶与云功能结合使用?我一直在使用coursera学习GCP,我认为这非常有用。还有一些由Oriely和packt出版的书被证明是有用的。