Python의 Flask 프레임워크 애플리케이션은 Redis 대기열 데이터를 호출합니다.
작업 비동기
브라우저를 열고 주소를 입력한 후 Enter 키를 누르고 페이지를 엽니다. 그래서 클라이언트에서 서버로 HTTP 요청(요청)이 전송되고, 서버는 요청을 처리하고 응답(응답) 내용을 반환합니다.
우리는 매일 웹을 탐색하며 서버에 크고 작은 요청을 보냅니다. 때로는 서버가 요청을 받으면 다른 서버에도 요청을 보내야 하거나 서버도 다른 작업을 수행해야 한다는 사실을 알게 되어 원래 보낸 요청이 차단됩니다. 즉, 기다려야 합니다. 서버가 다른 작업을 완료하도록 합니다.
서버에서 수행되는 추가 작업은 클라이언트가 기다릴 필요가 없는 경우가 더 많습니다. 이때 이러한 추가 작업은 비동기식으로 수행될 수 있습니다. 비동기 작업을 수행하기 위한 많은 도구가 있습니다. 주요 원칙은 여전히 알림 메시지를 처리하는 것입니다. 알림 메시지의 경우 일반적으로 대기열 구조가 채택됩니다. 통신 및 비즈니스 구현을 위한 메시지를 생성하고 소비합니다.
생산, 소비 및 대기열
위 비동기 작업의 구현은 생산자 소비 모델로 추상화될 수 있습니다. 레스토랑과 마찬가지로 셰프가 요리를 하고 미식가들이 식사를 합니다. 요리사가 요리를 많이 해서 당분간 모든 음식을 팔 수 없다면 잠시 쉬어야 하고, 손님이 많아 쉬지 않고 바쁘다면 손님은 천천히 기다려야 합니다. 생산자와 소비자를 구현하는 방법에는 여러 가지가 있습니다. 다음은 Python 표준 라이브러리 Queue를 사용하는 간단한 예입니다.
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 "厨师 {} 做了 {} 饭 --- 还剩 {} 饭没卖完".format(self.name, elem, queue.qsize()) time.sleep(random.random()) class Consumer(Thread): def run(self): while True: elem = queue.get() print "吃货{} 吃了 {} 饭 --- 还有 {} 饭可以吃".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()
대략적인 출력은 다음과 같습니다.
厨师 Thread-1 做了 1 饭 --- 还剩 1 饭没卖完 厨师 Thread-2 做了 8 饭 --- 还剩 2 饭没卖完 厨师 Thread-3 做了 3 饭 --- 还剩 3 饭没卖完 吃货Thread-4 吃了 1 饭 --- 还有 2 饭可以吃 吃货Thread-5 吃了 8 饭 --- 还有 1 饭可以吃 吃货Thread-4 吃了 3 饭 --- 还有 0 饭可以吃 厨师 Thread-1 做了 0 饭 --- 还剩 1 饭没卖完 厨师 Thread-2 做了 0 饭 --- 还剩 2 饭没卖完 厨师 Thread-1 做了 1 饭 --- 还剩 3 饭没卖完 厨师 Thread-1 做了 1 饭 --- 还剩 4 饭没卖完 吃货Thread-4 吃了 0 饭 --- 还有 3 饭可以吃 厨师 Thread-3 做了 3 饭 --- 还剩 4 饭没卖完 吃货Thread-5 吃了 0 饭 --- 还有 3 饭可以吃 吃货Thread-5 吃了 1 饭 --- 还有 2 饭可以吃 厨师 Thread-2 做了 8 饭 --- 还剩 3 饭没卖完 厨师 Thread-2 做了 8 饭 --- 还剩 4 饭没卖完
Redis 대기열
Python에는 유용한 대기열 구조가 내장되어 있습니다. Redis를 사용하여 유사한 작업을 구현할 수도 있습니다. 간단한 비동기 작업을 수행합니다.
Redis는 메시지 대기열을 수행하는 두 가지 방법을 제공합니다. 하나는 생산자 소비 모델을 사용하는 것이고, 다른 하나는 게시-구독자 모델을 사용하는 것입니다. 전자는 하나 이상의 클라이언트가 메시지 대기열을 모니터링하도록 하며, 메시지가 도착하면 소비자가 즉시 이를 소비합니다. 대기열에 메시지가 없으면 소비자는 계속해서 메시지를 듣게 됩니다. 후자는 게시자가 메시지를 게시하는 한 메시지 채널을 구독하는 하나 이상의 클라이언트이기도 합니다. 모든 구독자는 메시지를 받을 수 있으며 구독자에게 핑이 전송됩니다.
생산 및 소비 모드
큐 데이터를 얻기 위해 주로 redis에서 제공하는 blpop을 사용합니다. 큐에 데이터가 없으면 차단하고 대기합니다. 즉, 대기합니다.
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()
게시 및 구독 모델
redis의 pubsub 기능을 사용하여 구독자는 채널을 구독하고 게시자는 게시합니다. 채널에 대한 메시지는 메시지 대기열입니다.
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 입구
우리는 비동기 작업을 위해 두 가지 종류의 백엔드 서비스를 구현했습니다. Redis 큐 또는 채널의 메시지를 모니터링할 수 있습니다. 간단한 테스트는 다음과 같습니다:
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">生产消费者模式</a> <br> <br> <a href="/pubsub">发布订阅者模式</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)
스크립트를 시작하려면
siege -c10 -r 5 http://127.0.0.1:5000/prodcons siege -c10 -r 5 http://127.0.0.1:5000/pubsub

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

2 시간 이내에 Python의 기본 프로그래밍 개념과 기술을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우기, 2. 마스터 제어 흐름 (조건부 명세서 및 루프), 3. 기능의 정의 및 사용을 이해하십시오. 4. 간단한 예제 및 코드 스 니펫을 통해 Python 프로그래밍을 신속하게 시작하십시오.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

2 시간 이내에 파이썬의 기본 사항을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우십시오. 이를 통해 간단한 파이썬 프로그램 작성을 시작하는 데 도움이됩니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 웹 개발, 데이터 과학, 기계 학습, 자동화 및 스크립팅 분야에서 널리 사용됩니다. 1) 웹 개발에서 Django 및 Flask 프레임 워크는 개발 프로세스를 단순화합니다. 2) 데이터 과학 및 기계 학습 분야에서 Numpy, Pandas, Scikit-Learn 및 Tensorflow 라이브러리는 강력한 지원을 제공합니다. 3) 자동화 및 스크립팅 측면에서 Python은 자동화 된 테스트 및 시스템 관리와 같은 작업에 적합합니다.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.
