我最近使用Django为"科学计算引擎"编程我的网络界面。
我将"计算引擎"作为Python模块包装，并在Django框架内称为。
"发动机"的compute()功能需要几分钟才能运行(我使用ajax触发它(，同时，我让前端每0.5秒拨打额外的ajax来更新CPU和内存状态到前端。但是我发现服务器在compute()完成之前没有响应额外的ajax调用。
搜索后，我想我可能会使用asynchronous或multithreading
所以我像下面一样在views.py中制作功能。
def submit(request):
#some prepare
........
# call the engine
t = Thread(target = compute)
t.start()
return HttpResponse("started")
但是，直到compute()完成之前，系统仍然不会响应我的额外ajax调用("发动机"仅使用CPU的20％左右，因此剩下大量的计算功率(。
我是后端编程的新手，我不确定Django或后端服务器处理请求在内部如何。非常感谢您，如果有人可以给我一些有关如何处理这种情况的暗示。
我最终使用python subprocess
我在单独的文件中制作"计算"代码，然后使用Popen调用它。
from subprocess import Popen
def submit(request):
#some prepare
........
# call the engine
p = Popen(["python", "compute.py", <arguments>])
return HttpResponse("started")
如建议，subprocess不是一个很好且安全的练习。该解决方案很容易实现，但是我将尝试通过使用 Celery或 django-channels将后端转换为 worker mode。
从这样的视图启动线程绝不是一个好主意。
解决此问题的最常见方法是将工作委派给单独的工人/过程。除Django外，您还有另一个python过程正在寻找工作。
您可以保持简单，并使Django查看商店有关需要在磁盘或数据库中以某种格式完成的工作的信息(这是工作队列(。然后，工作过程将每秒钟一次进行一次循环检查是否可用工作。增加工人/流程的数量，以增加更多的计算能力(当然受硬件的限制(
创建工作请求的HTTP请求可以返回job_id用户可以查询以获取工作状态。工作正在进行/正在进行/完成吗？然后，也许用户也可以获取作业的结果，甚至可以获取诸如持续时间和日志之类的元数据？
也有框架可以解决此类问题，例如芹菜和Django通道。芹菜可能更容易开始，但是对于您想做的事情可能会过大。
使用这样的工人的优点是，您可以在前面有一个非常轻巧的REST API，并且可以随着需求的增加而跨多个服务器进行扩展。