flask-工人模块

### Flask 工人模块概述

Flask应用可以通过多种方式扩展其处理能力，其中一种方法就是利用多进程或多线程的工作模式。然而，在某些情况下，如使用`Flask-SocketIO`时，存在特定的要求和限制[^3]。

当涉及到并发处理时，通常会选择像Gunicorn这样的WSGI HTTP服务器来运行Flask应用程序，并通过设置不同的工作者数量(`-w`)参数来调整性能。但是需要注意的是，对于依赖于持久化连接的应用组件（比如WebSocket），可能需要特殊的配置以确保一致性体验，例如启用所谓的“粘性会话”。

#### 使用 Gevent 启动单个工作程序实例

为了提高效率并充分利用异步I/O的优势，可以考虑采用gevent作为工作模型：

gunicorn -k gevent -w 1 module:app

这条命令指定了使用gevent worker类型以及只创建一个worker实例[^2]。

#### 配置 Celery 进行后台任务管理

另一种常见的做法是在Flask项目中集成Celery用于管理和调度长时间运行的任务。下面是一个简单的例子展示如何定义一个名为`execute_test`的任务函数，它接收一个项目ID (`pid`) 参数来进行一些数据库查询和其他业务逻辑操作[^5]:

from app.libs.init import celery
from app.models.project import Project
import time
from celery.utils import log


@celery.task
def execute_test(pid):
    # 初始化工程进度
    project = Project.query.filter_by(id=pid, delete_time=None).first_or_404()
    project.update_progress(progress=0, running=True)

    try:
        project.batch()
        log.logger.info('任务执行完成')
    finally:
        time.sleep(3)
        project.update_progress(progress=0, running=False)

    return True

这段代码展示了如何在一个独立的任务文件(tasks.py)里声明了一个新的Celery task，该task负责更新项目的进展状态并在完成后记录日志信息。