eventlet

redis数据库 # 1.安装redis与可视化操作工具 # 选择安装路径、圈中默认配置环境变量 # 2.在服务中管理redis服务器的开启关闭 # 3.命令行简单使用redis： -- redis-cli # 启动客户端 -- set key value # 设置值 -- get key # 取出值 # 4.redis支持：字符串、字典、列表、集合、有序集合 # https://www.runoob.com/redis/redis-tutorial.html # 5.特点：可持久化、单线程单进程并发、内存中的数据库(效率高) python使用redis 依赖 >: pip3 install redis 直接使用 import redis r = redis.Redis(host='127.0.0.1', port=6379) 连接池使用 import redis pool = redis.ConnectionPool(host='127.0.0.1', port=6379) r = redis.Redis(connection_pool=pool) 缓存使用 安装django依赖 pip install django-redis # 1.将缓存存储位置配置到redis中：settings.py CACHES = { "default": { "BACKEND": "django

接口缓存 """ 1）什么是接口的后台缓存 前台访问后台接口，后台会优先从缓存(内存)中查找接口数据 如果有数据，直接对前台响应缓存数据 如果没有数据，与(mysql)数据库交互，得到数据，对前台响应，同时将数据进行缓存，以备下次使用 了解：前台缓存 - 前台在请求到接口数据后，在前台建立缓存，再发送同样请求时，发现前台缓存有数据，就不再对后台做请求了 2）什么的接口会进行接口缓存 i）接口会被大量访问：比如主页中的接口，几乎所有人都会访问，而且会重复访问 ii）在一定时间内数据不会变化(或数据不变化)的接口 iii）接口数据的时效性不是特别强（数据库数据发生变化了，不是立即同步给前台，验后时间同步给前台也没事） 注：理论上所有接口都可以建立缓存，只要数据库与缓存数据同步及时 3）如何实现接口缓存：主页轮播图接口 """ Celery框架 独立进程，独立线程 官方 Celery 官网： http://www.celeryproject.org/ Celery 官方文档英文版： http://docs.celeryproject.org/en/latest/index.html Celery 官方文档中文版： http://docs.jinkan.org/docs/celery/ Celery异步任务框架 """ 1）可以不依赖任何服务器，通过自身命令，启动服务(内部支持socket

一.celery简介 Celery 是一个强大的 分布式任务队列 的 异步处理框架，它可以让任务的执行完全脱离主程序，甚至可以被分配到其他主机上运行。我们通常使用它来实现异步任务（async task）和定时任务（crontab）。 Celery的架构由三部分组成，消息中间件（message broker），任务执行单元（worker）和任务执行结果存储（task result store）组成。 可以看到，Celery 主要包含以下几个模块： 任务模块 Task 包含异步任务和定时任务。其中，异步任务通常在业务逻辑中被触发并发往任务队列，而定时任务由 Celery Beat 进程周期性地将任务发往任务队列。 消息中间件 Broker Broker，即为任务调度队列，接收任务生产者发来的消息（即任务），将任务存入队列。Celery 本身不提供队列服务，官方推荐使用 RabbitMQ 和 Redis 等。 任务执行单元 Worker Worker 是执行任务的处理单元，它实时监控消息队列，获取队列中调度的任务，并执行它。 任务结果存储 Backend Backend 用于存储任务的执行结果，以供查询。同消息中间件一样，存储也可使用 RabbitMQ, redis 和 MongoDB 等。 所以总结一下celery：它是一个处理大量消息的分布式系统，能异步任务、定时任务

一、什么是Celery Celery 是一个 基于python开发的分布式异步消息任务队列，通过它可以实现任务的异步处理以及定时任务的处理，它的基本工作流程是： 先启动任务执行单元Worker，让它一直监听消息中间件中是否有任务 客户端可以发布异步任务和定时任务 通过Celery将上述任务添加到消息中间件（可以使用rabbitMQ或者Redis） 此时Worker可以监听到中间件中有任务，进行执行任务 执行完毕后任务结果就放到Backend中（可以使用Redis或者Mysql） 这里主要讨论在Django中如何使用Celery来执行异步任务和定时任务。 二、Django中执行异步任务 1、环境配置 需要注意的是包之间的兼容性 pip install celery == 4.3 .0 pip install eventlet == 0.25.1 pip install redis == 3.2.0 2、创建Django项目 其目录结构如下： - proj/ - manage.py - proj/ - __init__ .py - settings.py - urls.py 3、定义Celery实例 创建celery.py文件，位于proj/proj/celery.py from __future__ import absolute_import, unicode_literals

这里不解释celery，如果不清楚可以参考下面链接： http://docs.celeryproject.org/en/latest/getting-started/introduction.html 这里来演示一下在Django项目中如何使用celery： 1. 首先我们需要使用到两个库，用pip安装： 　　pip install celery 　　pip install django -celery 2. 在celery建议使用rabbitmq作为消息代理，当然也支持redis作代理，abbitmq提供的队列和消息持久化机制确实更加稳定，所以对于追求稳定性的任务更适合适配rabbitmq作为中间件, 这里用rabbitmq作为消息代理，用redis作为存储后端 　　我的环境是deepin,安装rabbitmq和redis 　　sudo apt-get install rabbitmq- server 　　sudo apt -gei install redis 3. 在django中使用celery的方式和普通py文件中的方式略有不同，下面是一个向通过秒滴平台发送短信验证码的demo： 普通py文件用法： # tasks.py import os from celery import Celery app = Celery( ' tasks ' , backend= ' amqp

socket、socketio、flask-socketio、WebSocket的区别与联系 socket 是通信的基础，并不是一个协议，Socket是应用层与TCP/IP协议族通信的中间软件抽象层，它是一组接口。在设计模式中，Socket其实就是一个门面模式，它把复杂的TCP/IP协议族和UDP协议族隐藏在Socket接口后面，对用户来说，一组简单的接口就是全部，让Socket去组织数据，以符合指定的协议。 WebSocket 是html5新增加的一种通信协议,可以类比于http协议。常见的应用方式如弹幕、web在线游戏。 socketio 是基于socket连接后(并没有自己实现socket的链接而是复用了web框架或gevent、eventlet中的socket)对网络输入输出流的处理，封装了send、emit、namespace、asyncio 、订阅等接口，同时扩展使用了redis、rabbitmq消息队列的方式与其他进程通信。 flask-socketio 是socketio对flask的适配，封装了emit、send和关于room的操作。 select的链接、发送等底层操作还是在flask中做的，socketio对其做了抽象。使用threading模式时并没有自己实现socket的链接而是复用了web框架的socket