検索
ホームページバックエンド開発Python チュートリアルtornado 非同期リクエストのノンブロッキング

前書き

おそらく一部の学生は混乱しているでしょう: torando は 10K 問題を解決するために非同期でノンブロッキングであると主張していますか? しかし、私は torando が悪いということではなく、それを間違って使用していることに気付きました。 、最近発見したのは、Web サイトのページを開くのが非常に遅い、サーバーの CPU/メモリは正常である、後でページを開くと背面へのアクセス要求が多数あることがわかりました。 -end データベース mongodb データベース ビジネス API の休息サービスがありますが、その竜巻は間違って使用されています。問題を段階的に見てみましょう:


説明

次の例には 2 つの URL があり、1 つは時間です。論理的に言えば、ユーザーは自分のアクセス要求が他の人のアクセス要求に影響を与えたり影響されたりしないことを望んでいると思います。リクエスト


#!/bin/env python

import tornado.httpserver

import tornado.ioloop

import tornado.options

import tornado.web

import tornado.httpclient

輸入時間

からtornado.optionsインポート定義、options

define("port"、default=8000、help="指定されたポートで実行"、type=int)

class SleepHandler(tornado.web.RequestHandler):

def get( self):

time.sleep(5)

self.write("5秒寝たとき")

class JustNowHandler(tornado.web.RequestHandler):

def get(self):

self.write( "今会えるといいな")

if __name__ == "__main__":

tornado.options.parse_command_line()

app = tornado.web.Application(handlers=[

) (r"/sleep") 、SleepHandler)、(r"/justnow"、JustNowHandler)])

http_server = tornado.httpserver.HTTPServer(app )

http_server.listen(options.port)

tornado.ioloop.IOLoop.instance().start ()

ページリクエストまたは httpie、curl、その他のツールを使用して、最初に http://localhost:8000 /sleep にアクセスし、次に http://localhost:8000/justnow にアクセスすると、リクエストが実行されることがわかります。 /jsutnow の場合、すぐに返される可能性があるものは、/sleep リクエストが完了するまでブロックされてから返されます


なぜ私のリクエストが /sleep リクエストによってブロックされるのですか? Web リクエストが通常十分に速い場合は、この問題に気付かないかもしれませんが、実際には時間のかかるプロセスが存在することがよくあります。これは、処理が終了するまでアプリケーションが事実上ロックされていることを意味します


。 @tornado.web.asynchronous デコレータについて考えたことがありますか?ただし、このデコレータを使用するための前提条件は、上記の time.sleep などの時間のかかる実行を行う必要があることです。デコレータを追加するだけでは効果はありません。また、Tornado はデフォルトでクライアントを閉じることに注意してください。関数は接続を終了しますが、@tornado.web.asynchonous デコレータを使用すると、Tornado は接続を自動的に閉じることはなく、self.finish() によって明示的に閉じる必要があります


たとえば、上記の time.sleep には実際には tornado の非同期実装があります:


#!/bin/env python

import tornado.httpserver

import tornado.ioloop

import tornado.options

Import Tornado.Web 、デフォルト = 8000、ヘルプ = "指定されたポートで実行"、タイプ = int)

class SleepHandler(tornado.web.RequestHandler):

@tornado.web.asynchronous

@tornado.gen.coroutine

def get(self): または yield tornado.gen.task (tornado.ioloop.ioloop.instance ().Add_timeout, time.time () + 5)

Self.write ("When I Sleep 5s")

Class JustNowHandler (Tor nado.web .RequestHandler):

def get(self):

self.write("今会えることを願っています")

if __name__ == "__main__":

tornado.options.parse_command_line( )app = tornado.web.application(handlers = [

)option.port)

tornado.ioloop.ioloop.instance()は 3.0 以降の新しいデコレータです。以前のメソッドは callbacks を使用するか、私の例を見てください:

class SleepHandler(tornado.web.RequestHandler):

@tornado.web.asynchronous

def get(self ):

tornado.ioloop.IOLoop.instance().add_timeout(time.time() + 5, callback=self.on_response)

def on_response(self):

self.write("5秒寝たとき" )

self.finish()

コールバックが使用されていますが、新しいデコレータを使用すると、yield を通じて同じ効果を実現できます。/sleep を開いてから /justnow をクリックすると、justnow リクエストは影響を受けずにすぐに返されます。ただし、非同期デコレータを使用すると、時間がかかります。関数も非同期で実行する必要があります


私が今挙げた例はすべて無意味な例です。これは便利な例です。mongodb データベースのデータを読み取り、それをフロントエンドで 1 行ずつ書き出します


#! /bin/env python

import tornado.httpserver

import tornado.ioloop

import tornado.options

import tornado.web

import tornado.gen

import tornado.httpclient

importトルネード.コンカレント

import tornado.ioloop

import time

# 非同期データベースをサポートするmongodbによって生成されたPythonドライバー

import motor

from tornado.options import define, options

define("port",default=8000, help =" 指定されたポートで実行します", type=int)

# db は実際にはテスト データベースのカーソルです

db =motor.MotorClient().open_sync().test

class SleepHandler(BaseHandler):

@tornado.web .asynchronous

@tornado.gen.coroutine

def get(self):

# 私の tt コレクションにはいくつかのデータがあり、インデックス

カーソル = db がありません。 tt.find( ) .sort ([('a', -1)])

# この部分は非同期で非ブロッキングになります。 : : エラーの場合: raise tornado.web.httperror (500, error) )elifメッセージ:self.self.write( '

%s

'%i ['a'])

if __name__ == "__main__":

tornado.options.parse_command_line()

  • app = tornado.web.Application(handlers=[
  • ) (r"/sleep", SleepHandler), (r"/ justnow" 、JustNowHandler)])

    http_server = tornado.httpserver.HTTPServer(app)

    http_server.listen(options.port)

    tornado.ioloop.IOLoop.instance().start()

    同僚が、なぜ「できない」と提案しましたこの時間のかかるものを、リクエストをブロックせずに実行するためにツールに非同期的にスローすることはできますか? Rabbitmq と celery をインストールするには:

    #!/bin/env python

    import tornado.httpserver

  • import tornado.ioloop
  • import tornado.options

    import tornado.web

    import tornado.gen

    import tornado.httpclient

    import tcelery、tasks

    import time

    from tornado.options import define、options

    define("port", default=8000, help="指定されたポートで実行", type= int)

    tcelery.setup_nonblocking_Producer()

    class SleepHandler(tornado.web.RequestHandler):

    @tornado.web.asynchronous

    @tornado.gen.coroutine

    def get(self):

    # tornado Gen.タスクのパラメータは: 実行される関数、パラメータ

    yield tornado.gen.task (tasks.sleep.apply_async, args = [5])

    Self.write ("When I Sleep 5s")

    Self .finish ()

    class JustNowHandler(tornado.web.RequestHandler):


    def get(self):

    self.write("今会いましょう")

    if __name__ == "__main__":

    tornado .options.parse_command_line()

    app = tornado.web.Application(handlers=[

    (r"/sleep", SleepHandler), (r"/justnow", JustNowHandler)])

    http_server = httpserver。 HTTPServer(app)

    http_server.listen(options.port)

    tornado.ioloop.IOLoop.instance().start()

    task は、私たちが話している time.sleep を含む celery のタスク定義ファイルです。

    輸入時間

    セロリの輸入から

    celery = Celery("タスク", Broker="amqp://guest:guest@localhost:5672")

    celery.conf.CELERY_RESULT_BACKEND = "amqp"

    @celery.task

    def sleep(秒):

    time.sleep(float(秒))

    秒を返す

    if __name__ == "__main__":

    celery.start()

    次に、celeryワーカーを開始します(そうでない場合、タスクはどのように実行されますか?は間違いなく必要です。消費者がそれを奪います):


    celery -A タスクワーカー --loglevel=info

    しかし、ここでの問題も深刻である可能性があります。非同期ノンブロッキングはセロリ、またはこの長さに依存します。キュー、タスクが多数ある場合、待機する必要がありますが、これは非常に非効率です。同期ブロック機能を非同期に変更する方法はありますか?


    # !/bin/env python

    import tornado.httpserver

    import tornado.ioloop

    import tornado.options

    import tornado.web

    import tornado.httpclient

    import tornado.gen

    from現在のインポート run_on_executor

    # この同時実行ライブラリ python3 では、 sudo pip install futures をインストールする必要があります

    from concurrent.futures import ThreadPoolExecutor

    import time

    from tornado.options import define, options

    define("port",default=8000) , help="指定されたポートで実行します", type=int)

    class SleepHandler(tornado.web.RequestHandler):

    executor = ThreadPoolExecutor(2)

    #executor はグローバルではなくローカル変数です

    @tornado。 web.asynchronous

    @tornado.gen.coroutine

    def get(self):

    # 実行する非同期実行が値を返し、呼び出され続ける場合は、これを行うことができます (デモンストレーションのみ)。それ以外の場合は、単にyield 直接

    res = yield self.sleep() I Self.write ("WHEN I SLEEP % S" % Res)

    Self.finish () @Run_ON_EXECUTOR

    DEF SLEEP (SELF):

    Time.sleep ( 5) Return 5

    Class JustNowHandler(tornado.web.RequestHandler):

    def get(self):

    self.write("i wish just now see you")

    if __name__ == "__main__":

    tornado.options.parse_command_line( )

    app = tornado.web.Application(handlers=[

    (r"/sleep", SleepHandler), (r"/justnow", JustNowHandler)])

    http_server = tornado. httpserver.HTTPServer(app)

    http_server.listen(options.port)

    tornado.ioloop.IOLoop.instance().start()

    声明
    この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
    Python vs. C:曲線と使いやすさの学習Python vs. C:曲線と使いやすさの学習Apr 19, 2025 am 12:20 AM

    Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

    Python vs. C:メモリ管理とコントロールPython vs. C:メモリ管理とコントロールApr 19, 2025 am 12:17 AM

    PythonとCは、メモリ管理と制御に大きな違いがあります。 1。Pythonは、参照カウントとガベージコレクションに基づいて自動メモリ管理を使用し、プログラマーの作業を簡素化します。 2.Cには、メモリの手動管理が必要であり、より多くの制御を提供しますが、複雑さとエラーのリスクが増加します。どの言語を選択するかは、プロジェクトの要件とチームテクノロジースタックに基づいている必要があります。

    科学コンピューティングのためのPython:詳細な外観科学コンピューティングのためのPython:詳細な外観Apr 19, 2025 am 12:15 AM

    科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

    PythonとC:適切なツールを見つけるPythonとC:適切なツールを見つけるApr 19, 2025 am 12:04 AM

    PythonまたはCを選択するかどうかは、プロジェクトの要件に依存するかどうかは次のとおりです。1)Pythonは、簡潔な構文とリッチライブラリのため、迅速な発展、データサイエンス、スクリプトに適しています。 2)Cは、コンピレーションと手動メモリ管理のため、システムプログラミングやゲーム開発など、高性能および基礎となる制御を必要とするシナリオに適しています。

    データサイエンスと機械学習のためのPythonデータサイエンスと機械学習のためのPythonApr 19, 2025 am 12:02 AM

    Pythonは、データサイエンスと機械学習で広く使用されており、主にそのシンプルさと強力なライブラリエコシステムに依存しています。 1)Pandasはデータ処理と分析に使用され、2)Numpyが効率的な数値計算を提供し、3)SCIKIT-LEARNは機械学習モデルの構築と最適化に使用されます。これらのライブラリは、Pythonをデータサイエンスと機械学習に理想的なツールにします。

    Pythonの学習:2時間の毎日の研究で十分ですか?Pythonの学習:2時間の毎日の研究で十分ですか?Apr 18, 2025 am 12:22 AM

    Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

    Web開発用のPython:主要なアプリケーションWeb開発用のPython:主要なアプリケーションApr 18, 2025 am 12:20 AM

    Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

    Python vs. C:パフォーマンスと効率の探索Python vs. C:パフォーマンスと効率の探索Apr 18, 2025 am 12:20 AM

    Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

    See all articles

    ホットAIツール

    Undresser.AI Undress

    Undresser.AI Undress

    リアルなヌード写真を作成する AI 搭載アプリ

    AI Clothes Remover

    AI Clothes Remover

    写真から衣服を削除するオンライン AI ツール。

    Undress AI Tool

    Undress AI Tool

    脱衣画像を無料で

    Clothoff.io

    Clothoff.io

    AI衣類リムーバー

    AI Hentai Generator

    AI Hentai Generator

    AIヘンタイを無料で生成します。

    ホットツール

    SublimeText3 中国語版

    SublimeText3 中国語版

    中国語版、とても使いやすい

    Dreamweaver Mac版

    Dreamweaver Mac版

    ビジュアル Web 開発ツール

    AtomエディタMac版ダウンロード

    AtomエディタMac版ダウンロード

    最も人気のあるオープンソースエディター

    SublimeText3 Mac版

    SublimeText3 Mac版

    神レベルのコード編集ソフト(SublimeText3)

    MinGW - Minimalist GNU for Windows

    MinGW - Minimalist GNU for Windows

    このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。