python flask 高并发,flask如何处理多并发
大蟒并发编程实战(十):python在瓶服务中使用多进程池加速程序运行_wx5de339d64c54e的技术博客_博客
代码进口烧瓶
从并行未来导入进程池执行器
导入数学
导入数据
app=烧瓶。烧瓶(__name__)
def is_prime(n):
如果n 2:
返回错误的
如果n==2:
返回真实的
如果n % 2==0:
返回错误的
sqrt _ n=int(数学。地板(数学。sqrt(n)))
对于范围内的I(3,sqrt_n 1,2):
如果n % i==0:
返回错误的
返回真实的
@app.route(/is_prime/numbers )
定义api_is_prime(数字):
number _ list=[int(x)for x in numbers。拆分(,)]
结果=进程_池。map(is _ prime,number_list)
返回JSON。转储(dict(zip(number _ list,results)))
if __name__==__main__ :
process _ pool=ProcessPoolExecutor()
app.run()请求结果
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。