Flask 并发|极客笔记

Flask 并发

Flask 是一个轻量级的 Python Web 框架，它简单易用但功能强大，使得开发 Web 应用变得更加容易和快速。在开发 Web 应用时，我们经常需要处理并发请求，以提高应用的性能和响应速度。本文将详细介绍 Flask 中如何处理并发请求，包括并发限制、多线程、多进程、异步请求等内容。

并发限制

在某些情况下，我们需要限制应用同时处理的并发请求数量，以避免应用被过多的请求压垮。Flask 提供了一个非常方便的方式来限制并发请求，使用 Flask-Limiter 扩展可以轻松实现这个功能。首先需要安装 Flask-Limiter：

pip install Flask-Limiter

然后在 Flask 应用中使用 Flask-Limiter：

from flask import Flask
from flask_limiter import Limiter
from flask_limiter.util import get_remote_address

app = Flask(__name__)
limiter = Limiter(
    app,
    key_func=get_remote_address,
    default_limits=["100 per day", "10 per hour"]
)

@app.route('/')
@limiter.limit("5 per minute")
def index():
    return "Hello, World!"

if __name__ == '__main__':
    app.run(debug=True)

在上面的代码中，我们设置了三种不同的限制：

每天最多处理 100 次请求；
每小时最多处理 10 次请求；
每分钟最多处理 5 次请求。

这样，我们就可以限制应用同时处理的并发请求数量，以保证应用的稳定性。

多线程

在 Flask 应用中处理并发请求的一种常用方式是使用多线程。Python 的标准库 threading 提供了多线程的支持，我们可以在 Flask 应用中创建多个线程来处理并发请求。下面是一个简单的示例：

from flask import Flask
import threading

app = Flask(__name__)

def task(num):
    return f"Task {num} is running"

@app.route('/')
def index():
    threads = []
    for i in range(5):
        thread = threading.Thread(target=task, args=(i,))
        threads.append(thread)
        thread.start()

    for thread in threads:
        thread.join()

    return "All tasks are done"

if __name__ == '__main__':
    app.run(debug=True)

在上面的代码中，我们定义了一个 task 函数来模拟处理请求的任务，并创建了5个线程来并发执行这些任务。通过多线程的方式，我们可以更有效地处理并发请求，提高应用的性能。

多进程

除了多线程，使用多进程也是处理并发请求的一种常用方式。Python 的标准库 multiprocessing 提供了多进程的支持，我们可以在 Flask 应用中创建多个进程来处理并发请求。下面是一个示例：

from flask import Flask
import multiprocessing

app = Flask(__name__)

def task(num):
    return f"Task {num} is running"

@app.route('/')
def index():
    processes = []
    for i in range(5):
        process = multiprocessing.Process(target=task, args=(i,))
        processes.append(process)
        process.start()

    for process in processes:
        process.join()

    return "All tasks are done"

if __name__ == '__main__':
    app.run(debug=True)

在上面的代码中，我们定义了一个 task 函数来模拟处理请求的任务，并创建了5个进程来并发执行这些任务。通过多进程的方式，我们可以更充分地利用多核 CPU 资源，提高应用的性能。

异步请求

除了使用多线程和多进程处理并发请求，还可以使用异步请求来实现更高效的并发处理。Flask 提供了 Flask-Cors 扩展来支持异步请求，下面是一个示例：

from flask import Flask
from flask_cors import CORS

app = Flask(__name__)
CORS(app)

@app.route('/')
def index():
    return "Hello, World!"

if __name__ == '__main__':
    app.run(debug=True)

在上面的代码中，我们使用 Flask-Cors 扩展来支持异步请求处理，并在路由函数中返回数据。通过异步请求处理，并发请求时可以更高效地处理大量请求，提高应用的性能和响应速度。