菜菜的并发编程笔记 |（七）在Web服务中使用线程池加速

系列索引：菜菜的并发编程笔记 | Python并发编程详解（持续更新~）

一、WEB服务的架构以及特点

二、使用线程池ThreadPoolExecutor加速

使用线程池ThreadPoolExecutor优点：

1. 方便将磁盘文件、数据库、远程API的IO调用并发执行
2. 线程池的线程数目不会无限创建（导致系统崩溃），具有防御功能

三、用Flask实现Web服务加速

我们可以使用Postman或者time命令来查看运行时间，不使用线程池的时间为0.6s+，使用线程池为0.3s+，因为最长的read_api的执行时间是0.3秒。可以看出线程池的巨大提速作用。

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()

多线程部分到这里基本就讲完了，后面会有多进程部分和协程的分析。欢迎继续关注~

Python进阶之并发编程篇持续更新，欢迎点赞收藏＋关注

上一篇：菜菜的并发编程笔记 |（六）如何使用线程池改造爬虫程序详解
下一篇：菜菜的并发编程笔记 |（八）使用多进程multiprocessing进行项目开发

本人水平有限，文章中不足之处欢迎下方👇评论区批评指正~

如果感觉对你有帮助，点个赞👍 支持一下吧 ~

不定期分享 有趣、有料、有营养内容，欢迎 订阅关注 🤝 我的博客 ，期待在这与你相遇 ~