Flask RESTful API結構

Question

我正在嘗試使用flask創建一個簡單的RESTful風格api。 我想向服務器發送一些數據，讓服務器在返回輸出之前通過我具有的兩個模型並行運行數據。

我的問題如下。 我想並行地通過兩個模型傳遞數據，所以我假設我將需要多處理。 另外，我不想每次調用api時都加載模型，所以我想提前預加載模型。 關於如何最好地構造這個的任何想法？ 我的api代碼段示例如下

from flask import Flask, request

app = Flask(__name__)

@app.route('/api', methods = ['POST'])
def api_message():

    if request.headers['Content-Type'] == 'application/octet-stream':
        data = request.data
        #process data in parallel with preloaded models
        return "result"
    else:
        #return error code


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

本質上我的問題可以歸結為

1. 如何通過兩個模型並行發送數據（例如，使用多處理或其他方法）

2. 我如何預先預加載模型，這樣就不必在每次調用api_message()時都進行設置，因為這會產生很多開銷。

我是Flask的新手，因此非常感謝任何建議，謝謝！

Answer 1

好的，看起來您需要加載的所有模型都是在flask應用程序中實例化它們。 然后，如果您打算將用於（預加載的）模型的模塊稱為“ process_data”，並將這些模型稱為“ Model1”和“ Model2”，那么您對我的代碼進行了少許修改並添加了多處理功能，如下所示這個：

from flask import Flask, request
import multiprocessing
import process_data
from models import Model1, Model2

model1 = Model1()
model2 = Model2()

app = Flask(__name__)

models = [model1, model2]

@app.route('/api', methods = ['POST'])
def process_in_parallel():

    if request.headers['Content-Type'] == 'application/octet-stream':
        data = request.data
    else:
        #return error code

    def worker(model, data):
        process_data(model, data)
        return

    jobs = []
    for model in models:
        p = multiprocessing.Process(target=worker(model, data))
        jobs.append(p)
        p.start()

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