Parallel processing 在事件驱动的python web应用程序中,我可以并行化什么?

Parallel processing 在事件驱动的python web应用程序中,我可以并行化什么?,parallel-processing,multiprocessing,tornado,event-driven,Parallel Processing,Multiprocessing,Tornado,Event Driven,我正在尝试在Tornado上创建一个简单的应用程序,Tornado是一个Web服务器,因为它在Python上,所以我将尝试使用多处理,但在什么方面呢 密码散列是一种线性操作不是吗?如果我将密码散列1000次,那么每个n操作都需要n-1操作吗 那么图像处理呢,如果它们用于表单中,那么它必须等到客户机验证其表单号时才能使用 我能从多重处理中得到的唯一例子是3D渲染,得到的过程越多,获得的时间就越多。为什么需要多重处理,并在没有实际需要的情况下为您的目的增加大量复杂性?如果您想利用多个核心,只需在Ng

我正在尝试在Tornado上创建一个简单的应用程序,Tornado是一个Web服务器,因为它在Python上,所以我将尝试使用多处理,但在什么方面呢

密码散列是一种线性操作不是吗?如果我将密码散列1000次,那么每个
n
操作都需要
n-1
操作吗

那么图像处理呢,如果它们用于表单中,那么它必须等到客户机验证其表单号时才能使用


我能从多重处理中得到的唯一例子是3D渲染,得到的过程越多,获得的时间就越多。

为什么需要多重处理,并在没有实际需要的情况下为您的目的增加大量复杂性?如果您想利用多个核心,只需在Nginx后面增加一些Tornado实例。对于散列计算、模板渲染等琐碎任务,开销是可以接受的。如果您有更复杂的场景,请将您的工作委派给一个队列,例如芹菜


散列是一个O(n)操作,但这并不意味着每次都需要以前的计算来计算散列。此外,3D渲染不在服务器上进行:)

3D只是一个例子,因为我来自CGWorld,web应用程序是一个新东西:p那么,事件驱动不需要多处理/线程?简短回答:是的,不要混合这些不同的世界。让您的事件驱动服务器执行它们应该执行的操作(主要是异步i/o操作),并使用队列执行要求更高的任务。