zoukankan      html  css  js  c++  java
  • Python的Flask框架应用调用Redis队列数据的方法

    转自:http://www.jb51.net/article/86021.htm

    任务异步化
    打开浏览器,输入地址,按下回车,打开了页面。于是一个HTTP请求(request)就由客户端发送到服务器,服务器处理请求,返回响应(response)内容。

    我们每天都在浏览网页,发送大大小小的请求给服务器。有时候,服务器接到了请求,会发现他也需要给另外的服务器发送请求,或者服务器也需要做另外一些事情,于是最初们发送的请求就被阻塞了,也就是要等待服务器完成其他的事情。

    更多的时候,服务器做的额外事情,并不需要客户端等待,这时候就可以把这些额外的事情异步去做。从事异步任务的工具有很多。主要原理还是处理通知消息,针对通知消息通常采取是队列结构。生产和消费消息进行通信和业务实现。

    生产消费与队列
    上述异步任务的实现,可以抽象为生产者消费模型。如同一个餐馆,厨师在做饭,吃货在吃饭。如果厨师做了很多,暂时卖不完,厨师就会休息;如果客户很多,厨师马不停蹄的忙碌,客户则需要慢慢等待。实现生产者和消费者的方式用很多,下面使用Python标准库Queue写个小例子:

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    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()

    大概输出如下:

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    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 队列
    Python内置了一个好用的队列结构。我们也可以是用redis实现类似的操作。并做一个简单的异步任务。

    Redis提供了两种方式来作消息队列。一个是使用生产者消费模式模式,另外一个方法就是发布订阅者模式。前者会让一个或者多个客户端监听消息队列,一旦消息到达,消费者马上消费,谁先抢到算谁的,如果队列里没有消息,则消费者继续监听。后者也是一个或多个客户端订阅消息频道,只要发布者发布消息,所有订阅者都能收到消息,订阅者都是ping的。

    生产消费模式
    主要使用了redis提供的blpop获取队列数据,如果队列没有数据则阻塞等待,也就是监听。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    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()

    发布订阅模式
    使用redis的pubsub功能,订阅者订阅频道,发布者发布消息到频道了,频道就是一个消息队列。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    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
    我们分别实现了两种异步任务的后端服务,直接启动他们,就能监听redis队列或频道的消息了。简单的测试如下:

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    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)

    启动脚本,使用

    1
    2
    siege -c10 -r 5 http://127.0.0.1:5000/prodcons
    siege -c10 -r 5 http://127.0.0.1:5000/pubsub

    可以分别在监听的脚本输入中看到异步消息。在异步的任务中,可以执行一些耗时间的操作,当然目前这些做法并不知道异步的执行结果,如果需要知道异步的执行结果,可以考虑设计协程任务或者使用一些工具如RQ或者celery等。

  • 相关阅读:
    4.Pod控制器
    3.Pod控制器应用进阶
    2.k8s资源清单
    1.使用kubeadm安装kubernetes
    1.Linux命令行快捷键、Vim
    3.docker镜像管理基础
    2019第二周作业
    2019春第一周作业编程总结
    对我影响最大的三位老师
    2018寒假作业学习总结
  • 原文地址:https://www.cnblogs.com/fengff/p/8779689.html
Copyright © 2011-2022 走看看