python并发编程实战（八）：python使用线程池在web服务中实现加速

web服务的架构以及特点

使用线程池ThreadPoolExecutor加速

加速前

tmp/05.falsk_thread_pool.py
这三种模拟的场景（读文件、读数据库、访问API）都是IO，使用sleep就相当于做了一次IO

import flask
import json
import time

app = flask.Flask(__name__)

def read_file():
    time.sleep(0.1)
    return "file result"


def read_db():
    time.sleep(0.2)
    return "db result"


def read_api():
    time.sleep(0.3)
    return "api result"


@app.route("/")
def index():
    result_file = read_file()
    result_db = read_db()
    result_api = read_api()

    return json.dumps({
        "result_file": result_file,
        "result_db": result_db,
        "result_api": result_api
    })


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

使用postman请求的时间：三次都是6s多一点点，和我们设定的时间大体一致

加速后

import flask
import json
import time
from concurrent.futures import ThreadPoolExecutor

app = flask.Flask(__name__)
pool = ThreadPoolExecutor()


def read_file():
    time.sleep(0.1)
    return "file result"


def read_db():
    time.sleep(0.2)
    return "db result"


def read_api():
    time.sleep(0.3)
    return "api result"


@app.route("/")
def index():
    result_file = pool.submit(read_file)
    result_db = pool.submit(read_db)
    result_api = pool.submit(read_api)

    return json.dumps({
        "result_file": result_file.result(),
        "result_db": result_db.result(),
        "result_api": result_api.result()
    })


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

使用postman请求后的结果，发现只有300ms多一点，变为原来多一半。其实是取最长的时间，原来的比较短的两个时间的操作都是在最长时间内完成的