使用python的多处理功能在芹菜工人和Flask之间共享列表

Question

我正在构建一个Flask应用程序，该应用程序依赖Celery处理一些长期运行的任务。 每个任务完成处理后，实质上都会在共享列表后附加一个词典-此列表由芹菜工作者和Flask应用程序的路由共享。 Flask组件实质上由一组路由组成，这些路由用于检索共享列表的内容并修改元素的顺序。

我想我已经使用Python的多处理模块中的Manager成功地在Celery工作人员之间共享了该列表。 但是，Flask应用程序看不到对此列表所做的更改。 这是一个说明问题的最小应用程序：

import os
import json

from flask import Flask
from multiprocessing import Manager
from celery import Celery

application = Flask(__name__)

redis_url = os.environ.get('REDIS_URL')
if redis_url is None:
    redis_url = 'redis://localhost:6379/0'

# Set the secret key to enable cookies
application.secret_key = 'some secret key'
application.config['SESSION_TYPE'] = 'filesystem'

# Redis and Celery configuration
application.config['BROKER_URL'] = redis_url
application.config['CELERY_RESULT_BACKEND'] = redis_url

celery = Celery(application.name, broker=redis_url)
celery.conf.update(BROKER_URL=redis_url,
                CELERY_RESULT_BACKEND=redis_url)

manager = Manager()
shared_queue = manager.list() # THIS IS THE SHARED LIST

@application.route("/submit", methods=['GET'])
def submit_song():
    add_song_to_queue.delay()
    return 'Added a song to the queue'

@application.route("/playlist", methods=['GET', 'POST'])
def get_playlist():
    playlist = []
    i = 0
    queue_size = len(shared_queue)
    while i < queue_size:
        print(shared_queue[i])
        playlist.append(shared_queue[i])
    return json.dumps(playlist)

@celery.task
def add_song_to_queue():
    shared_queue.append({'some':'data!'})
    print(len(shared_queue))

if __name__ == "__main__":
    application.run(host='0.0.0.0', debug=True)

在芹菜日志中，我可以清楚地看到字典被追加到列表中，并且列表的大小增加了。 但是，当我在浏览器中访问/ playlist路由时，总是得到一个空列表。

有谁知道我如何才能在所有工作人员和Flask应用程序之间共享列表？

Answer 1

我找到了一个解决方案，方法是远离Celery，而是使用multiprocessing.Pool作为任务队列，并通过Manager共享内存，如问题中的示例代码所示。 该链接提供了一个很好的示例，说明了如何将该解决方案与Flask集成： http : //gouthamanbalaraman.com/blog/python-multiprocessing-as-a-task-queue.html

from multiprocessing import Pool
from flask import Flask

app = Flask(__name__)
_pool = None

def expensive_function(x):
        # import packages that is used in this function
        # do your expensive time consuming process
        return x*x

@app.route('/expensive_calc/<int:x>')
def route_expcalc(x):
        f = _pool.apply_async(expensive_function,[x])
        r = f.get(timeout=2)
        return 'Result is %d'%r

if __name__=='__main__':
        _pool = Pool(processes=4)
        try:
                # insert production server deployment code
                app.run()
        except KeyboardInterrupt:
                _pool.close()
                _pool.join()