
最简单的解决方案是在另一个线程中运行导出功能,并让你的客户端通过另一个请求获取进度信息。有多种方法可以处理此特定任务。根据你的需求,你可能会选择一种或多或少复杂的产品。
这是一个关于如何使用线程的非常非常少的示例:
import randomimport threadingimport timefrom flask import Flaskclass ExportingThread(threading.Thread): def __init__(self): self.progress = 0 super().__init__() def run(self): # Your exporting stuff goes here ... for _ in range(10): time.sleep(1) self.progress += 10exporting_threads = {}app = Flask(__name__)app.debug = True@app.route('/')def index(): global exporting_threads thread_id = random.randint(0, 10000) exporting_threads[thread_id] = ExportingThread() exporting_threads[thread_id].start() return 'task id: #%s' % thread_id@app.route('/progress/<int:thread_id>')def progress(thread_id): global exporting_threads return str(exporting_threads[thread_id].progress)if __name__ == '__main__': app.run()在索引路由(/)中,我们为每个导出任务生成一个线程,然后为该任务返回一个ID,以便客户端以后可以使用进度路由(/ progress / [exporting_thread])检索它。每次认为合适时,导出线程都会更新其进度值。
在客户端,你将获得如下信息(此示例使用jQuery):
function check_progress(task_id, progress_bar) { function worker() { $.get('progress/' + task_id, function(data) { if (progress < 100) { progress_bar.set_progress(progress) setTimeout(worker, 1000) } }) }}如前所述,该示例非常简单,你可能应该使用稍微复杂一些的方法。通常,我们会将特定线程的进度存储在某种数据库或某种类型的缓存中,这样我们就不必依赖共享结构,从而避免了本示例中的大多数内存和并发问题。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)