Python的Flask框架應(yīng)用調(diào)用Redis隊列數(shù)據(jù)的方法
任務(wù)異步化
打開瀏覽器,輸入地址,按下回車,打開了頁面。于是一個HTTP請求(request)就由客戶端發(fā)送到服務(wù)器,服務(wù)器處理請求,返回響應(yīng)(response)內(nèi)容。
我們每天都在瀏覽網(wǎng)頁,發(fā)送大大小小的請求給服務(wù)器。有時候,服務(wù)器接到了請求,會發(fā)現(xiàn)他也需要給另外的服務(wù)器發(fā)送請求,或者服務(wù)器也需要做另外一些事情,于是最初們發(fā)送的請求就被阻塞了,也就是要等待服務(wù)器完成其他的事情。
更多的時候,服務(wù)器做的額外事情,并不需要客戶端等待,這時候就可以把這些額外的事情異步去做。從事異步任務(wù)的工具有很多。主要原理還是處理通知消息,針對通知消息通常采取是隊列結(jié)構(gòu)。生產(chǎn)和消費消息進行通信和業(yè)務(wù)實現(xiàn)。
生產(chǎn)消費與隊列
上述異步任務(wù)的實現(xiàn),可以抽象為生產(chǎn)者消費模型。如同一個餐館,廚師在做飯,吃貨在吃飯。如果廚師做了很多,暫時賣不完,廚師就會休息;如果客戶很多,廚師馬不停蹄的忙碌,客戶則需要慢慢等待。實現(xiàn)生產(chǎn)者和消費者的方式用很多,下面使用Python標準庫Queue寫個小例子:
import random
import time
from Queue import Queue
from threading import Thread
queue = Queue(10)
class Producer(Thread):
def run(self):
while True:
elem = random.randrange(9)
queue.put(elem)
print "廚師 {} 做了 {} 飯 --- 還剩 {} 飯沒賣完".format(self.name, elem, queue.qsize())
time.sleep(random.random())
class Consumer(Thread):
def run(self):
while True:
elem = queue.get()
print "吃貨{} 吃了 {} 飯 --- 還有 {} 飯可以吃".format(self.name, elem, queue.qsize())
time.sleep(random.random())
def main():
for i in range(3):
p = Producer()
p.start()
for i in range(2):
c = Consumer()
c.start()
if __name__ == '__main__':
main()
大概輸出如下:
廚師 Thread-1 做了 1 飯 --- 還剩 1 飯沒賣完 廚師 Thread-2 做了 8 飯 --- 還剩 2 飯沒賣完 廚師 Thread-3 做了 3 飯 --- 還剩 3 飯沒賣完 吃貨Thread-4 吃了 1 飯 --- 還有 2 飯可以吃 吃貨Thread-5 吃了 8 飯 --- 還有 1 飯可以吃 吃貨Thread-4 吃了 3 飯 --- 還有 0 飯可以吃 廚師 Thread-1 做了 0 飯 --- 還剩 1 飯沒賣完 廚師 Thread-2 做了 0 飯 --- 還剩 2 飯沒賣完 廚師 Thread-1 做了 1 飯 --- 還剩 3 飯沒賣完 廚師 Thread-1 做了 1 飯 --- 還剩 4 飯沒賣完 吃貨Thread-4 吃了 0 飯 --- 還有 3 飯可以吃 廚師 Thread-3 做了 3 飯 --- 還剩 4 飯沒賣完 吃貨Thread-5 吃了 0 飯 --- 還有 3 飯可以吃 吃貨Thread-5 吃了 1 飯 --- 還有 2 飯可以吃 廚師 Thread-2 做了 8 飯 --- 還剩 3 飯沒賣完 廚師 Thread-2 做了 8 飯 --- 還剩 4 飯沒賣完
Redis 隊列
Python內(nèi)置了一個好用的隊列結(jié)構(gòu)。我們也可以是用redis實現(xiàn)類似的操作。并做一個簡單的異步任務(wù)。
Redis提供了兩種方式來作消息隊列。一個是使用生產(chǎn)者消費模式模式,另外一個方法就是發(fā)布訂閱者模式。前者會讓一個或者多個客戶端監(jiān)聽消息隊列,一旦消息到達,消費者馬上消費,誰先搶到算誰的,如果隊列里沒有消息,則消費者繼續(xù)監(jiān)聽。后者也是一個或多個客戶端訂閱消息頻道,只要發(fā)布者發(fā)布消息,所有訂閱者都能收到消息,訂閱者都是ping的。
生產(chǎn)消費模式
主要使用了redis提供的blpop獲取隊列數(shù)據(jù),如果隊列沒有數(shù)據(jù)則阻塞等待,也就是監(jiān)聽。
import redis
class Task(object):
def __init__(self):
self.rcon = redis.StrictRedis(host='localhost', db=5)
self.queue = 'task:prodcons:queue'
def listen_task(self):
while True:
task = self.rcon.blpop(self.queue, 0)[1]
print "Task get", task
if __name__ == '__main__':
print 'listen task queue'
Task().listen_task()
發(fā)布訂閱模式
使用redis的pubsub功能,訂閱者訂閱頻道,發(fā)布者發(fā)布消息到頻道了,頻道就是一個消息隊列。
import redis
class Task(object):
def __init__(self):
self.rcon = redis.StrictRedis(host='localhost', db=5)
self.ps = self.rcon.pubsub()
self.ps.subscribe('task:pubsub:channel')
def listen_task(self):
for i in self.ps.listen():
if i['type'] == 'message':
print "Task get", i['data']
if __name__ == '__main__':
print 'listen task channel'
Task().listen_task()
Flask 入口
我們分別實現(xiàn)了兩種異步任務(wù)的后端服務(wù),直接啟動他們,就能監(jiān)聽redis隊列或頻道的消息了。簡單的測試如下:
import redis
import random
import logging
from flask import Flask, redirect
app = Flask(__name__)
rcon = redis.StrictRedis(host='localhost', db=5)
prodcons_queue = 'task:prodcons:queue'
pubsub_channel = 'task:pubsub:channel'
@app.route('/')
def index():
html = """
<br>
<center><h3>Redis Message Queue</h3>
<br>
<a href="/prodcons">生產(chǎn)消費者模式</a>
<br>
<br>
<a href="/pubsub">發(fā)布訂閱者模式</a>
</center>
"""
return html
@app.route('/prodcons')
def prodcons():
elem = random.randrange(10)
rcon.lpush(prodcons_queue, elem)
logging.info("lpush {} -- {}".format(prodcons_queue, elem))
return redirect('/')
@app.route('/pubsub')
def pubsub():
ps = rcon.pubsub()
ps.subscribe(pubsub_channel)
elem = random.randrange(10)
rcon.publish(pubsub_channel, elem)
return redirect('/')
if __name__ == '__main__':
app.run(debug=True)
啟動腳本,使用
siege -c10 -r 5 http://127.0.0.1:5000/prodcons siege -c10 -r 5 http://127.0.0.1:5000/pubsub
可以分別在監(jiān)聽的腳本輸入中看到異步消息。在異步的任務(wù)中,可以執(zhí)行一些耗時間的操作,當然目前這些做法并不知道異步的執(zhí)行結(jié)果,如果需要知道異步的執(zhí)行結(jié)果,可以考慮設(shè)計協(xié)程任務(wù)或者使用一些工具如RQ或者celery等。
相關(guān)文章
關(guān)于Matplotlib繪制動態(tài)實時曲線的方法改進指南
這篇文章主要給大家介紹了關(guān)于Matplotlib繪制動態(tài)實時曲線的相關(guān)資料,matplotlib是python里最popular的畫圖工具,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2021-06-06
Python中numpy.pad()函數(shù)的使用詳解
這篇文章主要介紹了Python中numpy.pad()函數(shù)的使用詳解,在卷積神經(jīng)網(wǎng)絡(luò)中,為了避免卷積運算導(dǎo)致輸出圖像縮小和圖像邊緣信息丟失,常常采用圖像邊緣填充技術(shù),即在圖像四周邊緣填充0,使得卷積運算后圖像大小不會縮小,同時也不會丟失邊緣和角落的信息,需要的朋友可以參考下2023-10-10
使用python操作lmdb對數(shù)據(jù)讀取的實例
這篇文章主要介紹了使用python操作lmdb對數(shù)據(jù)讀取的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-12-12
python 微信好友特征數(shù)據(jù)分析及可視化
這篇文章主要介紹了python 微信好友特征數(shù)據(jù)分析及可視化,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習或者工作具有一定的參考學(xué)習價值,需要的朋友們下面隨著小編來一起學(xué)習學(xué)習吧2020-01-01

