python – CherryPy：如何在数据更新时停止和缓冲传入的请求

发布时间：2020-05-27 14:51:01 所属栏目：Python 来源：互联网

导读：我正在一个服务器中使用cherrypy来实现类似REST的API.这些反应意味着一些繁重的计算需要大约2秒钟请求.为了进行这种计算,使用了一些更新的数据一天一次.数据在后台更新(大约需要半小时),一旦更新,新数据的引用就会传递给响应请求的函数.这只需要一个毫秒.我需

我正在一个服务器中使用cherrypy来实现类似REST的API.
这些反应意味着一些繁重的计算需要大约2秒钟
请求.为了进行这种计算,使用了一些更新的数据
一天一次.

数据在后台更新(大约需要半小时),
一旦更新,新数据的引用就会传递给
响应请求的函数.这只需要一个毫秒.

我需要的是确保每个请求都以
旧数据或新数据,但在更改数据引用时不会发生任何请求处理.理想情况下,我希望找到一种在更改数据引用时缓冲传入请求的方法,并确保在所有进程内请求完成后更改引用.

我当前(非)工作的最小例子如下：

import time
import cherrypy
from cherrypy.process import plugins

theData = 0

def processData():
    """Backround task works for half hour three times a day,and when finishes it publish it in the engine buffer."""
    global theData # using global variables to simplify the example
    theData += 1
    cherrypy.engine.publish("doChangeData",theData)

class DataPublisher(object):

    def __init__(self):
        self.data = 'initData'
        cherrypy.engine.subscribe('doChangeData',self.changeData)

    def changeData(self,newData):
        cherrypy.engine.log("Changing data,buffering should start!")
        self.data = newData
        time.sleep(1) #exageration of the 1 milisec of  the references update to visualize the problem
        cherrypy.engine.log("Continue serving buffered and new requests.")

    @cherrypy.expose
    def index(self):
        result = "I get "+str(self.data)
        cherrypy.engine.log(result)
        time.sleep(3) 
        return result

if __name__ == '__main__':
    conf = {
         '/': { 'server.socket_host': '127.0.0.1','server.socket_port': 8080} 
        }
    cherrypy.config.update(conf)

    btask = plugins.BackgroundTask(5,processData) #5 secs for the example                          
    btask.start()

    cherrypy.quickstart(DataPublisher())

如果我运行此脚本,并且还打开浏览器,请将localhost：8080放入并刷新
页面很多,我得到：

...
[17/Sep/2015:21:32:41] ENGINE Changing data,buffering should start!
127.0.0.1 - - [17/Sep/2015:21:32:41] "GET / HTTP/1.1" 200 7 "... 
[17/Sep/2015:21:32:42] ENGINE I get 3
[17/Sep/2015:21:32:42] ENGINE Continue serving buffered and new requests.
127.0.0.1 - - [17/Sep/2015:21:24:44] "GET / HTTP/1.1" 200 7 "...
...

这意味着一些请求处理在之前和之后开始
数据引用开始或结束更改.我想避免这两种情况.
就像是：

...
127.0.0.1 - - [17/Sep/2015:21:32:41] "GET / HTTP/1.1" 200 7 "... 
[17/Sep/2015:21:32:41] ENGINE Changing data,buffering should start!
[17/Sep/2015:21:32:42] ENGINE Continue serving buffered and new requests.
[17/Sep/2015:21:32:42] ENGINE I get 3
127.0.0.1 - - [17/Sep/2015:21:24:44] "GET / HTTP/1.1" 200 7 "...
...

我搜索了文档和网页,发现这些引用并不完全涵盖这种情况：

http://www.defuze.org/archives/198-managing-your-process-with-the-cherrypy-bus.html

How to execute asynchronous post-processing in CherryPy?

http://tools.cherrypy.org/wiki/BackgroundTaskQueue

Cherrypy : which solutions for pages with large processing time

How to stop request processing in Cherrypy?

更新(使用简单的解决方案)：

经过深思熟虑之后,我认为这个问题具有误导性,因为它包含了问题本身的一些实现要求,即：停止处理并开始缓冲.对于该问题,可以将需求简化为：确保使用旧数据或新数据处理每个请求.

对于后者,足以存储所使用数据的时间局部参考.此引用可用于所有请求处理,如果另一个线程更改self.data,则没有问题.对于python对象,垃圾收集器将处理旧数据.

具体来说,通过以下方式更改索引函数就足够了：

@cherrypy.expose
def index(self):
    tempData = self.data
    result = "I started with %s"%str(tempData)
    time.sleep(3) # Heavy use of tempData
    result += " that changed to %s"%str(self.data)
    result += " but I am still using %s"%str(tempData)
    cherrypy.engine.log(result)
    return result

结果我们会看到：

[21 / Sep / 2015：10：06：00]引擎我从1开始改为2,但我仍然使用1

我仍然希望保留原始(更具限制性)的问题和cyraxjoe的答案,因为我发现这些解决方案非常有用.

最佳答案我将解释两种解决问题的方法.

第一个是基于插件的.

基于插件还需要一种同步.它只能起作用,因为只有一个BackgroundTask进行修改(也只是一个原子操作).

import time
import threading

import cherrypy
from cherrypy.process import plugins

UPDATE_INTERVAL = 0.5
REQUEST_DELAY = 0.1
UPDATE_DELAY = 0.1
THREAD_POOL_SIZE = 20

next_data = 1

class DataGateway(plugins.SimplePlugin):

    def __init__(self,bus):
        super(DataGateway,self).__init__(bus)
        self.data = next_data

    def start(self):
        self.bus.log("Starting DataGateway")
        self.bus.subscribe('dg:get',self._get_data)
        self.bus.subscribe('dg:update',self._update_data)
        self.bus.log("DataGateway has been started")

    def stop(self):
        self.bus.log("Stopping DataGateway")
        self.bus.unsubscribe('dg:get',self._get_data)
        self.bus.unsubscribe('dg:update',self._update_data)
        self.bus.log("DataGateway has been stopped")

    def _update_data(self,new_val):
        self.bus.log("Changing data,buffering should start!")
        self.data = new_val
        time.sleep(UPDATE_DELAY)
        self.bus.log("Continue serving buffered and new requests.")

    def _get_data(self):
        return self.data


def processData():
    """Backround task works for half hour three times a day,and when finishes it publish it in the engine buffer."""
    global next_data
    cherrypy.engine.publish("dg:update",next_data)
    next_data += 1


class DataPublisher(object):

    @property
    def data(self):
        return cherrypy.engine.publish('dg:get').pop()

    @cherrypy.expose
    def index(self):
        result = "I get " + str(self.data)
        cherrypy.engine.log(result)
        time.sleep(REQUEST_DELAY)
        return result

if __name__ == '__main__':
    conf = {
        'global': {
            'server.thread_pool': THREAD_POOL_SIZE,'server.socket_host': '127.0.0.1','server.socket_port': 8080,}
    }
    cherrypy.config.update(conf)
    DataGateway(cherrypy.engine).subscribe()
    plugins.BackgroundTask(UPDATE_DELAY,processData).start()
    cherrypy.quickstart(DataPublisher())

在这个版本中,同步来自于read& amp; write操作在cherrypy.engine线程上执行.所有内容都是在您刚刚操作发布到引擎中的插件DataGateway上抽象出来的.

第二种方法是使用Event a threading.Event对象.这是一种更加手动的方法,其额外的好处是,由于读取速度更快,因此它可能会更快,因为它不会在cherrypy.engine线程上执行.

threading.Event based(a.k.a.manual)

import time
import cherrypy
import threading
from cherrypy.process import plugins

UPDATE_INTERVAL = 0.5
REQUEST_DELAY = 0.1
UPDATE_DELAY = 0.1
THREAD_POOL_SIZE = 20

next_data = 1

def processData():
    """Backround task works for half hour three times a day,and when finishes it publish it in the engine buffer."""
    global next_data
    cherrypy.engine.publish("doChangeData",next_data)
    next_data += 1


class DataPublisher(object):

    def __init__(self):
        self._data = next_data
        self._data_readable = threading.Event()
        cherrypy.engine.subscribe('doChangeData',self.changeData)

    @property
    def data(self):
        if self._data_readable.is_set():
            return self._data
        else:
            self._data_readable.wait()
            return self.data

    @data.setter
    def data(self,value):
        self._data_readable.clear()
        time.sleep(UPDATE_DELAY)
        self._data = value
        self._data_readable.set()

    def changeData(self,buffering should start!")
        self.data = newData
        cherrypy.engine.log("Continue serving buffered and new requests.")

    @cherrypy.expose
    def index(self):
        result = "I get " + str(self.data)
        cherrypy.engine.log(result)
        time.sleep(REQUEST_DELAY)
        return result

if __name__ == '__main__':
    conf = {
        'global': {
            'server.thread_pool': THREAD_POOL_SIZE,}
    }
    cherrypy.config.update(conf)
    plugins.BackgroundTask(UPDATE_INTERVAL,processData).start()
    cherrypy.quickstart(DataPublisher())

我已经在@property装饰器中添加了一些细节,但真正的要点是在threading.Event以及DataPublisher对象在工作线程之间共享的事实.

我还添加了两个示例中增加线程池大小所需的线程池配置.默认值为10.

作为一种测试我刚刚说过的方法,你可以执行这个Python 3脚本(如果你现在没有python3,你有一个安装它的借口)它会在给定线程池的情况下或多或少地同时执行100个请求.

测试脚本

（编辑：安卓应用网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!