你知道在 Flask 中可以使用线程吗？

我们将在以下部分中对此进行细分：

• Flask 是多线程的
• 可以在 Flask 中添加线程吗
• flask 是否支持多个客户端
• 如何在后台运行 Flask 任务

我们将逐点介绍一些代码片段来了解如何实现这一点

默认情况下，Python Flask 框架是多线程的。

此更改发生在 1.0 版本中，他们引入了线程来处理多个新请求。使用它，Flask 应用程序在后台的工作方式如下：

• 来自在线客户端的网络请求
• Flask 接受连接并注册一个请求对象
• 在执行任何处理之前，Flask 会在内部将连接注册到它的队列中以处理
• 完成此操作后，Flask 会创建一个轻量级线程来处理请求，并在线程池中跟踪它
• 线程从池中使用，并使用标准 Python 解释器进行处理
• 线程消耗的调度和优先级排序完全取决于 Python 如何处理它

正如你在上面看到的，这个过程是相当标准化的，通常是大多数 Python 程序所做的。需要注意的重要部分是，您仍然受 Python 调度程序的摆布，对此您无能为力。此外，您依靠 GIL（全局解释器锁）来激活或停用每个线程上的特定操作。因此，CPU 时间通常是根据需要执行的代码或是否要执行 I/O 操作来给出的。我发现 CPU 时间分配得相当好，总的来说，事情几乎一帆风顺，没有任何特别的问题。

答案是肯定的。正如我们之前所讨论的，Python Flask 现在提供开箱即用的线程，因此您无需执行任何操作即可激活它。这里的问题是要了解它仍然具有任何其他使用线程的 Python 应用程序的限制。由于 Python 默认情况下不是一种多进程语言，因此往往会进行上下文切换，因此所有内容都在一个 CPU 内执行。

Flask 多线程处理

这意味着，当你调用 Python 解释器时，除非你明确使用类似 multi-processing 的东西，否则没有其他进程会从它分叉出来在单独的 CPU 上运行。话虽如此，当 Python Flask 依赖于扩展 CPU 密集型作业时，这在性能方面有点阻碍了它的能力，因为其他一切都必须等待它完成（异步）。尽管如此，您通常希望将持久作业放在具有自己控制权的单独线程中，或者使用 Celery 将其作为单独的后台任务发送。

简短的回答是肯定的，您可以在 Flask 应用程序中使用多线程。然而，有一个问题。当您使用线程局部变量时，目前这些局部变量没有得到很好的支持，这意味着如果您需要在线程之间进行任何同步或信息共享，您将很难实现它。

 Flask 在设计时并没有考虑到线程。话虽如此，请记住，您正在执行违背应用程序设计原则的操作，这可能会导致问题。使用线程的方式完全是在后台运行任务，而不必等待它，更像是一种即发即弃的方法。

如果您尝试创建线程池并需要同步，则问题会变得更糟。想想几乎大多数 Flask 线程都运行后被遗忘的场景，这使得管理它们之间的事情变得困难，因为没有信息的共享资源。使 logic 复杂化并在其中添加另一个层，可能会抵消您以前使用 threads 的所有优势。根据我的经验，这是一个警告，要避免它，只坚持使用基于处理网络事件的 Flask 模型。

所以现在我们已经了解了为什么 Flask 的设计不适合线程，我们将讨论如何使用 Python 线程在 Flask 中对任务进行后台处理。下面的代码 snipet 将是有关如何执行此操作的良好第一步：

我们要做的第一步是定义一个线程函数，我们将作为后台 Python 任务执行该函数。为此，我们将从线程 Python 库继承 Thread 类，并定义包含我们想要执行的代码的新 run 函数。

在下面的示例中，我们将此字段留空，并仅打印一条消息，以确保我们的任务在后台成功执行。在实际情况下，您希望在 print out 函数之前使用自己的代码填充它，以便它可以执行您需要的任何内容。

现在我们已经定义了线程 Python 函数，我们所要做的就是开始定义我们的主 Flask 应用程序并调用我们的线程调用。为此，我们将实现一个代码 snipet，如下所示。

让我们逐行来看

• 首先，我们将新路由定义为 /api/background-task，这也是要附加的主 Flask URL 的前缀路径
• 我们现在接受的方法只是一个 GET 请求，用于演示我们的线程示例
• 我们的 implementation function 基本上是通过首先初始化我们之前定义的新 threaded task 类的实例（它继承自 Python 的父级多线程库）来工作。
• 然后，我们只需通过调用 start 函数来启动它
• 我们可以选择使用 join 等待函数完成，请注意，如果您想触发并忘记并且不关心它会发生什么，则无需执行此操作。但是，您需要注意，当您尝试终止 Flask 应用程序时，如果您的线程仍在运行，则需要使用 join 等待它，否则您将面临线程未终止的风险。通常，最好将所有调用的线程对象放在一个池中，并监视它们是否仍在运行并且尚未过期/崩溃。这将防止内存泄漏，并让您更好地控制线程中发生的事情。它将进一步允许您通过轮询线程的状态和其他内容来监控线程。
• 最后，函数完成后，我们只需返回一个带有自定义 JSON 状态代码的 200，指示在任务执行过程中一切正常。

这里有一些事情我们需要注意，每个 Python 多线程应用程序都附带这些事情：

• 如上所述，在终止 Flask 应用程序之前，需要完成所有线程
• 任何线程同步都需要在终止之前进行，因此如果您的线程正在执行重要的数据库操作或类似操作，则需要确保它得到正常清理。
• 线程是两把刃剑，如果你依赖于一个公共数据存储，并且你正在使用互斥锁，那么在一段时间后要非常小心地释放互斥锁，否则你最终可能会陷入死锁情况，你的整个应用程序将锁定。更糟糕的是，如果你的 Flask 应用程序已经生成了一个线程，并且它正在等待它加入并完成，那么为 Web 请求提供服务的 Flask 线程也将锁定。

为避免这些问题，请确保使用 Python 线程最佳实践实现和处理此问题，其中最重要的做法是我之前谈到的。