Django异步任务线程池实现原理异步任务线程池实现原理
主要介绍了Django异步任务线程池实现原理,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一
定的参考学习价值,需要的朋友可以参考下
这篇文章主要介绍了Django异步任务线程池实现原理,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的
参考学习价值,需要的朋友可以参考下
当数据库数据量很大时(百万级),许多批量数据修改请求的响应会非常慢,一些不需要即时响应的任务可以放到后台的异步
线程中完成,发起异步任务的请求就可以立即响应
选择用线程池的原因是:线程比进程更为可控。不像子进程,子线程会在所属进程结束时立即结束。线程可共享内存。
请求任务异步处理的原理请求任务异步处理的原理
使用python manage.py runserver模式启动的Django应用只有一个进程,对于每个请求,主线程会开启一个子线程来处理请
求。请求子线程向主线程申请一个新线程,然后把耗时的任务交给新线程,自身立即响应,这就是请求任务异步处理的原理。
可视化线程池可视化线程池
如果想要管理这批异步线程,知道他们是否在运行中,可以使用线程池(ThreadPoolExecutor)。
线程池会先启动若干数量的线程,并让这些线程都处于睡眠状态,当向线程池submit一个任务后,会唤醒线程池中的某一个睡
眠线程,让它来处理这个任务,当处理完这个任务,线程又处于睡眠状态。
submit任务后会返回一个期程(future),这个对象可以查看线程池中执行此任务的线程是否仍在处理中
因此可以构建一个全局可视化线程池:
from concurrent.futures.thread import ThreadPoolExecutor
class ThreadPool(object):
def __init__(self):
# 线程池
self.executor = ThreadPoolExecutor(20)
# 用于存储每个项目批量任务的期程
self.future_dict = {}
# 检查某个项目是否有正在运行的批量任务
def is_project_thread_running(self, project_id):
future = self.future_dict.get(project_id, None)
if future and future.running():
# 存在正在运行的批量任务
return True
return False
# 展示所有的异步任务
def check_future(self):
data = {}
for project_id, future in self.future_dict.items():
data[project_id] = future.running()
return data
def __del__(self):
self.executor.shutdown()
# 主线程中的全局线程池
# global_thread_pool的生命周期是Django主线程运行的生命周期
global_thread_pool = ThreadPool()
使用:
# 检查异步任务
if global_thread_pool.is_project_thread_running(project_id):
raise exceptions.ValidationError(detail='存在正在处理的批量任务,请稍后重试')
# 提交一个异步任务
future = global_thread_pool.executor.submit(self.batch_thread, project_id)
global_thread_pool.future_dict[project_id] = future
# 查看所有异步任务
@login_required
def check_future(request):
data = global_thread_pool.check_future()
return HttpResponse(status=status.HTTP_200_OK, content=json.dumps(data))
评论0