python - Flask 阻塞的问题

Answer 1

Flask 自带的服务器显然不能用在生产环境，我个人建议跑在 gunicorn 或者 uwsgi 上，外层还应该有 nginx，通过一些精心设计的参数（没有万能公式，需要在实践基础上调整）能够在服务器资源占用并发能力上取得较好的平衡。总之就是绝对不能单进程也不使用任何并发技术就放在生产环境，那绝对不耐操啊！

我之前的经验使用 gevent 效果并不是那么理想（那时候还没有 1.0）并且 monkey patch 会导致一些额外的问题。所以不是特别推荐。

回到 OAuth 这个问题上，既然提到问题是出在获取 access_token 这一步，那么就是说采用的是 OAuth 的 Authorization Code Grant 流程，并且进入了最后一步。我们回顾一下这个流程（摘自 OAuth 2 规范）：

     +----------+
     | Resource |
     |   Owner  |
     |          |
     +----------+
          ^
          |
         (B)
     +----|-----+          Client Identifier      +---------------+
     |         -+----(A)-- & Redirection URI ---->|               |
     |  User-   |                                 | Authorization |
     |  Agent  -+----(B)-- User authenticates --->|     Server    |
     |          |                                 |               |
     |         -+----(C)-- Authorization Code ---<|               |
     +-|----|---+                                 +---------------+
       |    |                                         ^      v
      (A)  (C)                                        |      |
       |    |                                         |      |
       ^    v                                         |      |
     +---------+                                      |      |
     |         |>---(D)-- Authorization Code ---------'      |
     |  Client |          & Redirection URI                  |
     |         |                                             |
     |         |<---(E)----- Access Token -------------------'
     +---------+       (w/ Optional Refresh Token)

   Note: The lines illustrating steps (A), (B), and (C) are broken into
   two parts as they pass through the user-agent.

理论上，浏览器通过步骤 (C) 将请求发给 Flask 之后，就没浏览器什么事了（后续的事情不在流程里了），Flask 可以简单给一个 200 OK，并设计让浏览器通过 AJAX 稍后再从 Flask 请求数据，不必再苦苦等待 Flask 去执行步骤 (D) 并等待 (E) 了（(E) 就是出现问题的步骤）。

Flask 当然可以直接去请求，如果做好了前面的并发处理和负载均衡，且用户数不是非常多的话。当然，如果请求规模足够大，Flask 可以发起一个异步任务，让专门的任务执行部件去执行操作。

之前，我开发的一个项目使用了 celery 通过 RabbitMQ 发送任务，由专门的程序处理这些需要一定时间才能完成的工作，任务结果存储在 Redis 中，每天处理数千万次类似的接口调用。

具体的，当 (C) 的请求到达 Flask 之后，Flask 向 RabbitMQ 发一个任务，就返回 200 OK 了。相应的任务执行部件执行步骤 (D) 并得到响应 (E)，结果写入 Redis。浏览器过一段时间再次请求 Flask 要后续的信息，这时候 Flask 去 Redis 查询任务执行成功了没有，并做出对应的响应。

希望对题主有所帮助。

Answer 2

你可以使用gevent将 Flask 异步化。

在程序最开始处加入：

from gevent import monkey
monkey.patch_all()

参考：

• http://sergray.me/asynchony-in-the-flask.html

• http://xlambda.com/gevent-tutorial/#monkey-patching

Answer 3

flask本来就是单线程的，可以通过它的wsgi，在前面加个nginx或者gunicorn之类的服务器实现多线程。tornado是单线程异步的，好像无法与flask兼容吧。

Answer 4

我来看看大家如何解决这个问题。囧。。。

ps：题主既然使用了DEBUG模式，可以把日志贴出来。

我在视图中用urllib2试了一下访问谷歌，还是有反应的，只不过最终会报错：

在测试的时候，Flask响应的时间的确很慢。处理这种异步任务，建议使用Celery，目前也在学习使用Celery中

Answer 5

自答一下，Flask可以开启多线程，不过生产环境还是要用Nginx才行：

if __name__ == '__main__':
    app.run(host='*.*.*.*', port=80,threaded=True)

Answer 6

Flask自带的server是werkzeug，默认的werkzeug是单线程，对外请求就block了。可以入 @柳易寒 那样开启多线程即可。

Flask本身不是单进程单线程的，生产环境下，通过uwsgi或者gunicorn实现多线程方式。flask的用法没错，flask部署方式得结合uwsgi，gunicron甚至是gevent。

如果不用关心异步请求的结果，可以使用 Redis实现简单消息队列或celery实现异步请求