在 tornado 中异步无阻塞的执行耗时任务

2022-07-10 13:37:17

在 linux 上 tornado 是基于 epoll 的事件驱动框架，在网络事件上是无阻塞的。但是因为 tornado 自身是单线程的，所以如果我们在某一个时刻执行了一个耗时的任务，那么就会阻塞在这里，无法响应其他的任务请求，这个和 tornado 的高性能服务器称号不符，所以我们要想办法把耗时的任务转换为不阻塞主线程，让耗时的任务不影响对其他请求的响应。

在 python 3.2 上，增加了一个并行库 concurrent.futures，这个库提供了更简单的异步执行函数的方法。

如果是在 2.7 之类的 python 版本上，可以使用 pip install futures 来安装这个库。

关于这个库的具体使用，这里就不详细展开了，可以去看官方文档，需要注意的是，前两个例子是示例错误的用法，可能会产生死锁。

下面说说如何在 tornado 中结合使用 futures 库，最好的参考莫过于有文档＋代码。正好， tornado 中解析 ip 使用的 dns 解析服务是多线程无阻塞的。(netutils.ThreadedResolver)

我们来看看它的实现，看看如何应用到我们的程序中来。

tornado 中使用多线程无阻塞来处理 dns 请求

# 删除了注释

class ThreadedResolver(ExecutorResolver):

    _threadpool = None

    _threadpool_pid = None

    def initialize(self, io_loop=None, num_threads=10):

        threadpool = ThreadedResolver._create_threadpool(num_threads)

        super(ThreadedResolver, self).initialize(

            io_loop=io_loop, executor=threadpool, close_executor=False)

    @classmethod

    def _create_threadpool(cls, num_threads):

        pid = os.getpid()

        if cls._threadpool_pid != pid:

            # Threads cannot survive after a fork, so if our pid isn't what it

            # was when we created the pool then delete it.

            cls._threadpool = None

        if cls._threadpool is None:

            from concurrent.futures import ThreadPoolExecutor

            cls._threadpool = ThreadPoolExecutor(num_threads)

            cls._threadpool_pid = pid

        return cls._threadpool

ThreadedResolver 是 ExecutorEesolver 的子类，看看它的是实现。

class ExecutorResolver(Resolver):

    def initialize(self, io_loop=None, executor=None, close_executor=True):

        self.io_loop = io_loop or IOLoop.current()

        if executor is not None:

            self.executor = executor

            self.close_executor = close_executor

        else:

            self.executor = dummy_executor

            self.close_executor = False

    def close(self):

        if self.close_executor:

            self.executor.shutdown()

        self.executor = None

    @run_on_executor

    def resolve(self, host, port, family=socket.AF_UNSPEC):

        addrinfo = socket.getaddrinfo(host, port, family, socket.SOCK_STREAM)

        results = []

        for family, socktype, proto, canonname, address in addrinfo:

            results.append((family, address))

        return results

从 ExecutorResolver 的实现可以看出来，它的关键参数是 ioloop 和 executor，干活的 resolve 函数被@run_on_executor 修饰，结合起来看 ThreadedResolver 的实现，那么这里的 executor 就是from concurrent.futures import ThreadPoolExecutor

再来看看 @run_on_executor 的实现。

run_on_executor 的实现在 concurrent.py 文件中，它的源码如下：

def run_on_executor(fn):

    @functools.wraps(fn)

    def wrapper(self, *args, **kwargs):

        callback = kwargs.pop("callback", None)

        future = self.executor.submit(fn, self, *args, **kwargs)

        if callback:

            self.io_loop.add_future(future,

                                    lambda future: callback(future.result()))

        return future

    return wrapper

关于 functions.wraps() 的介绍可以参考官方文档 functools — Higher-order functions and operations on callable objects

简单的说，这里对传递进来的函数进行了封装，并用 self.executor.submit() 对包装的函数进行了执行，并判断是否有回调，如果有，就加入到 ioloop 的 callback 里面。

对比官方的 concurrent.futures.Executor 的接口，里面有个 submit() 方法，从头至尾看看ThreadedResolver 的实现，就是使用了 concurrent.futures.ThreadPoolExecutor 这个 Executor 的子类。

所以 tornado 中解析 dns 使用的多线程无阻塞的方法的实质就是使用了 concurrent.futures 提供的ThreadPoolExecutor 功能。

使用多线程无阻塞方法来执行耗时的任务

借鉴 tornado 的使用方法，在我们自己的程序中也使用这种方法来处理耗时的任务。

from tornado.concurrent import run_on_executor

from concurrent.futures import ThreadPoolExecutor

class LongTimeTask(tornado.web.RequestHandler):

    executor = ThreadPoolExecutor(10)

    @run_on_executor()

    def get(self, data):

        long_time_task(data)

上面就是一个基本的使用方法，下面展示一个使用 sleep() 来模拟耗时的完整程序。

#!/usr/bin/env python

#-*-coding:utf-8-*-

import tornado.ioloop

import tornado.web

import tornado.httpserver

from concurrent.futures import ThreadPoolExecutor

from tornado.concurrent import run_on_executor

import time

class App(tornado.web.Application):

    def __init__(self):

        handlers = [

            (r'/', IndexHandler),

            (r'/sleep/(\d+)', SleepHandler),

        ]

        settings = dict()

        tornado.web.Application.__init__(self, handlers, **settings)

class BaseHandler(tornado.web.RequestHandler):

    executor = ThreadPoolExecutor(10)

class IndexHandler(tornado.web.RequestHandler):

    def get(self):

        self.write("Hello, world %s" % time.time())

class SleepHandler(BaseHandler):

    @run_on_executor

    def get(self, n):

        time.sleep(float(n))

        self._callback()

    def _callback(self):

        self.write("after sleep, now I'm back %s" % time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))

if __name__ == "__main__":

    app = App()

    server = tornado.httpserver.HTTPServer(app, xheaders=True)

    server.listen(8888)

    tornado.ioloop.IOLoop.instance().start()

此时先调用 127.0.0.1:8888/sleep/10 不会阻塞 127.0.0.1:8888/ 了。

以上，就是完整的在 tornado 中利用多线程来执行耗时的任务。

结语

epoll 的好处确实很多，事件就绪通知后，上层任务函数执行任务，如果任务本身需要较耗时，那么就可以考虑这个方法了，
当然也有其他的方法，比如使用 celery 来调度执行耗时太多的任务，比如频繁的需要写入数据到不同的文件中，我公司的一个项目中，需要把数据写入四千多个文件中，每天产生几亿条数据，就是使用了 tornado + redis + celery 的方法来高效的执行写文件任务。

完。

原文地址：在 tornado 中异步无阻塞的执行耗时任务, 感谢原作者分享。关键词：

码农公寓

tornado 中使用多线程无阻塞来处理 dns 请求

使用多线程无阻塞方法来执行耗时的任务

结语

相关文章