Nano Hash - криптовалюты, майнинг, программирование

Flask медленно запрашивает Mongdb

Я использую flaks для создания веб-сайта администратора для мониторинга пользовательских данных MongoDB. Мой запрос работает, но очень медленно. Загрузка HTML занимает около 3-5 секунд.

Я протестировал запрос на вставку, и он работает менее чем за 0,5 секунды. Я не думаю, что это проблема сервера.

Коды Flask A (использует pymongo для подключения к MongoDB)

@app.route('/admin/dashboard/phonebook')
def admin_phonebook():
    collection = db.phonebook
    cnt = collection.find().count()
    result = collection.find()
    for i in range(cnt):
        flash(result[i]['name'],'name')
        flash(result[i]['phone'],'phone')
    return render_template('admin/dashboard/phonebook.html',length = cnt)

Коды фляг B (для отображения результата такая же скорость, как и для приведенных выше кодов)

@app.route('/admin/dashboard/phonebook_register')
def admin_phonebook_register():
    collection = db.phonebook
    result = collection.find().sort('reg_date',-1)
    cnt = collection.find({},{'_id':0}).count()
    for i in range(cnt):
        flash(result[i]['name'],'name')
        flash(result[i]['phone'],'phone')
    return render_template('admin/dashboard/phonebook_register.html',length = cnt)

Это медленно, потому что я считаю всю базу данных? В таблице данных телефонной книги всего 20 результатов.


  • Сколько записей? Это тянет всю коллекцию. Где ваша база данных? Где размещено ваше приложение? На каком оборудовании вы работаете. Все, что нужно учитывать, и информация, которую вы не предоставили в своем вопросе. 29.04.2014
  • @NeilLunn Я добавил больше информации о ситуации. Я не думаю, что это проблема сервера. 29.04.2014
  • Мне любопытно, зачем вам нужен цикл for в этой функции сервисного уровня, не можете ли вы просто передать/связать/моделировать весь объект результата и отобразить его с помощью вашего шаблона? 29.04.2014
  • Вы правы. Я должен отправить весь результат в HTML. Это MongoDB, которая представляет собой базу данных типа JSON. Я никогда не думал конвертировать данные JSON в файл HTML. Цикл for был одним из способов показать данные в HTLM на платформе Flask. 29.04.2014
  • Как я могу отправить весь результат в html? Должен ли я использовать JSON? 01.05.2014

Ответы:


1

Если вы используете другой сервер базы данных, это может быть медленным. Используйте jQuery для загрузки ваших данных на сайт.

11.06.2014
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..