软硬件环境

• windows 10 64bit
• anaconda3 with python 3.7
• flask 1.1.2

视频看这里

此处是youtube的播放链接，需要科学上网。喜欢我的视频，请记得订阅我的频道，打开旁边的小铃铛，点赞并分享，感谢您的支持。

前言

从Python 3.2开始，标准库为我们提供了concurrent.futures模块，它提供了ThreadPoolExecutor(线程池)和ProcessPoolExecutor(进程池)两个类。使用submit方法来提交线程(或进程)需要执行的任务到线程(进程)池中，并返回该任务的句柄，submit不是阻塞的，而是立即返回。通过任务句柄的done()方法来判断该任务是否结束，通过result()方法可以获取任务的返回值。

结合concurrent.futures模块，可以在flask应用中实现简单异步任务。

代码实现

直接来看代码吧

from flask import Flask
import time
from concurrent.futures import ThreadPoolExecutor

executor = ThreadPoolExecutor(2)

app = Flask(__name__)

@app.route('/tasks')
def run_background_tasks():
    # 提交2个任务，一个带参、一个不带参
    executor.submit(background_task1)
    executor.submit(background_task2, 'hello', 'future')
    return 'tasks started in background!'

def background_task1():
    print("background_task1 started!")
    time.sleep(10)
    print("background_task1 done!")

def background_task2(arg1, arg2):
    print(f"background_task2 started with args: {arg1} {arg2}!")
    time.sleep(5)
    print("background_task2 done!")

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000, debug=True)

启动flask服务后，访问http://127.0.0.1:5000/tasks，观察终端的打印输出

源码下载

https://github.com/xugaoxiang/FlaskTutorial

Flask教程专题

更多Flask教程，请移步

https://xugaoxiang.com/category/python/flask/

参考资料

• https://docs.python.org/3/library/concurrent.futures.html#concurrent.futures.ThreadPoolExecutor