Python中的Flask多进程工作池
我对做我想做的事情的最佳方式感到困惑 我有一系列的工作需要花费大量的时间来处理,所以我想在应用程序启动时初始化一大批“工人”,他们将能够在空闲时处理请求 流程分解:Python中的Flask多进程工作池,python,flask,multiprocessing,threadpool,classification,Python,Flask,Multiprocessing,Threadpool,Classification,我对做我想做的事情的最佳方式感到困惑 我有一系列的工作需要花费大量的时间来处理,所以我想在应用程序启动时初始化一大批“工人”,他们将能够在空闲时处理请求 流程分解: 在应用程序启动时创建10个分类器(工作人员),并让它们在某个地方空闲 当应用程序启动时,通过Flask POST命令发出请求 请求被传递到一个可用的分类器 分类器返回作业的结果 我该怎么做呢 编辑:值得注意的是,分类器需要花费大量的时间来启动,因此需要在工作传递给它们时可用并已经运行 class View(views.Metho
- 在应用程序启动时创建10个分类器(工作人员),并让它们在某个地方空闲
- 当应用程序启动时,通过Flask POST命令发出请求
- 请求被传递到一个可用的分类器
- 分类器返回作业的结果
class View(views.MethodView):
def get(self):
return render_template('index.html')
def post(self):
app_form_elements = request.form
#Assumption button clicked on browser interface...
jobs = ["job one", "job two", "job three"]
for job in jobs:
#Send each job to next available classifier pool.
return self.get()
app.add_url_rule('/', view_func=View.as_view('main'), methods=['GET','POST'])
app.debug = True
if __name__ == '__main__':
app.run(threaded=True)
编辑:
分类器设置如下所示:
class Classifier():
"""
Class will take in a classifier and a test data set and print out the overall accuracy.
"""
def __init__(self):
self.load = self.toSomeStuff()
print('classifier initialised.\n')
def doSomeWork(self):
#Initialised classifier objects called with work to do.
initialise_classifier = Classifier()
#the jobs
initialise_classifier.doSomeWork()
因此,基本上我需要一个预初始化分类器池,然后能够对通过post方法传入的每个作业调用“doSomeWork”函数。在Flask中不能这样做。但您可以使用uWSGI内置功能或芹菜之类的任务队列来实现相同的结果
查看更多详细信息。您可以使用RQ()和模块RQ()来完成。在队列中运行这些长时间流程是否更有意义?您可以根据需要启动这么多工作人员。如果您需要更多的并发性,请查看