В обработчике запросов торнадо, если мне нужно вызвать функцию foo(), которая не влияет на то, что возвращается пользователю, имеет смысл сначала вернуть результат пользователю, а затем вызвать foo(). Можно ли это легко сделать в торнадо (или в каком-нибудь стороннем пакете)?
Данные обработки Tornado в обработчике запросов после возврата
11.03.2011
Ответы:
1
Нет, это не "просто" из коробки. То, что вы имеете в виду, это «выстрелил и забыл». Даже если вы используете пул потоков для обработки запроса, этот пул потоков будет принадлежать основному процессу Python, принадлежащему Tornado.
Лучшим подходом является очередь сообщений. Что-то вроде Моркови. Таким образом, предположим, что у вас есть страница, на которой пользователи могут выполнить запуск, чтобы начать генерировать ОГРОМНЫЙ отчет, вы можете запустить его в очереди сообщений, а затем завершить запрос Tornado, и с помощью некоторой магии AJAX и других трюков (вне возможностей Tornado) вы можете сидеть сложа руки и ждать, пока очередь сообщений завершит свою работу (что технически может происходить на распределенном сервере в другом физическом месте).
24.03.2011
2
Это очень просто:
class Handler(tornado.web.RequestHandler):
def get(self):
self.write('response')
self.finish() # Connection is now closed
foo()
08.09.2012
3
ioloop.add_callback, Tornado выполнит обратный вызов на следующей итерации IOLoop.
11.03.2011
4
предупреждение о плохом совете: вы можете использовать многопроцессорность.
http://docs.python.org/library/multiprocessing.html
будьте осторожны, чтобы закрыть все соединения с базой данных (в порожденном коде) и делать все, что может сделать торнадо, когда он обычно выполняет запрос без подпроцесса. Другие ответы звучат лучше. Но вы можете это сделать. Не делай этого.
22.04.2011
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..