?

方式一：通過線程池或者進(jìn)程池 導(dǎo)入庫futures是python3自帶的庫，如果是python2，需要pip安裝future這個庫 備注：進(jìn)程池和線程池寫法相同 1 from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor 2 from tornado.concurrent import run_on_executor 3 4 def doing(s): 5 print('xiumian--{}'.format(s)) 6 time.sleep(s) 7 return s 8 9 class MyMainHandler(RequestHandler): 10 executor = ProcessPoolExecutor(2) #新建一個進(jìn)程池，靜態(tài)變量，屬于類，所以全程只有這個幾個進(jìn)程，不需要關(guān)閉，如果放在__init__中，則屬于對象，每次請求都會新建pool，當(dāng)請求增多的時候，會導(dǎo)致今天變得非常多，這個方法不可取 11 12 @gen.coroutine 13 def get(self, *args, **kwargs): 14 print('開始{}'.format(self.pool_temp)) 15 a = yield self.executor.submit(doing, 20) 16 print('進(jìn)程 %s' % self.executor._processes) 17 self.write(str(a)) 18 print('執(zhí)行完畢{}'.format(a)) 19 20 @run_on_executor #tornado 另外一種寫法，需要在靜態(tài)變量中有executor的進(jìn)程池變量 21 def post(self, *args, **kwargs): 22 a = yield doing(20)

?

?

方式二：Tornado + Celery + RabbitMQ 實現(xiàn) 使用Celery任務(wù)隊列，Celery 只是一個任務(wù)隊列，需要一個broker媒介，將耗時的任務(wù)傳遞給Celery任務(wù)隊列執(zhí)行，執(zhí)行完畢將結(jié)果通過broker媒介返回。官方推薦使用RabbitMQ作為消息傳遞，redis也可以 一、Celery 介紹： 1.1、注意： 1、當(dāng)使用RabbitMQ時，需要按照pika第三方庫，pika0.10.0存在bug，無法獲得回調(diào)信息，需要按照0.9.14版本即可 2、tornado-celery 庫比較舊，無法適應(yīng)Celery的最新版，會導(dǎo)致報無法導(dǎo)入task Producter包錯誤，只需要將celery版本按照在3.0.25就可以了 1.2、關(guān)于配置： 單個參數(shù)配置： 1 app.conf.CELERY_RESULT_BACKEND = 'redis://localhost:6379/0'? 多個參數(shù)配置： 1 app.conf.update( 2 CELERY_BROKER_URL = 'amqp://guest@localhost//', 3 CELERY_RESULT_BACKEND = 'redis://localhost:6379/0' 4 ) 從配置文件中獲取：（將配置參數(shù)寫在文件app.py中） 1 BROKER_URL='amqp://guest@localhost//' 2 CELERY_RESULT_BACKEND='redis://localhost:6379/0' 3 app.config_from_object('celeryconfig') 二、案例 2.1、啟動一個Celery 任務(wù)隊列，也就是消費者： 1 from celery import Celery 2 celery = Celery('tasks', broker='amqp://guest:guest@119.29.151.45:5672', backend='amqp') 使用RabbitMQ作為載體, 回調(diào)也是使用rabbit作為載體 3 4 @celery.task(name='doing') #異步任務(wù)，需要命一個獨一無二的名字 5 def doing(s, b): 6 print('開始任務(wù)') 7 logging.warning('開始任務(wù)--{}'.format(s)) 8 time.sleep(s) 9 return s+b 命令行啟動任務(wù)隊列守護(hù)進(jìn)程，當(dāng)隊列中有任務(wù)時，自動執(zhí)行 （命令行可以放在supervisor中管理） --loglevel=info --concurrency=5 記錄等級，默認(rèn)是concurrency：指定工作進(jìn)程數(shù)量，默認(rèn)是CPU核心數(shù) 2.2、啟動任務(wù)生產(chǎn)者 1 import tcelery 2 tcelery.setup_nonblocking_producer() #設(shè)置為非阻塞生產(chǎn)者，否則無法獲取回調(diào)信息 3 4 class MyMainHandler(RequestHandler): 5 6 @web.asynchronous 7 @gen.coroutine 8 def get(self, *args, **kwargs): 9 print('begin') 10 result = yield gen.Task(sleep.apply_async, args=[10]) #使用yield 獲取異步返回值，會一直等待但是不阻塞其他請求 11 print('ok--{}'.format(result.result)) #返回值結(jié)果 12 13 # sleep.apply_async((10, ), callback=self.on_success) 14 # print('ok -- {}'.format(result.get(timeout=100)))#使用回調(diào)的方式獲取返回值,發(fā)送任務(wù)之后，請求結(jié)束，所以不能放在處理tornado的請求任務(wù)當(dāng)中，因為請求已經(jīng)結(jié)束了，與客戶端已經(jīng)斷開連接，無法再在獲取返回值的回調(diào)中繼續(xù)向客戶端返回數(shù)據(jù) 15 16 # result = sleep.delay(10) #delay方法只是對apply_async方法的封裝而已 17 # data = result.get(timeout=100) #使用get方法獲取返回值，會導(dǎo)致阻塞，相當(dāng)于同步執(zhí)行 18 19 20 def on_success(self, response): #回調(diào)函數(shù) 21 print ('Ok-- {}'.format(response))

?

轉(zhuǎn)載于:https://www.cnblogs.com/hepingqingfeng/p/6655790.html

總結(jié)

以上是生活随笔為你收集整理的Tornado 高并发源码分析之六---异步编程的几种实现方式的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。