python flask 高并发,flask如何处理多并发

　　大蟒并发编程实战（十):python在瓶服务中使用多进程池加速程序运行_wx5de339d64c54e的技术博客_博客

　　代码进口烧瓶

　　从并行未来导入进程池执行器

　　导入数学

　　导入数据

　　app=烧瓶。烧瓶(__name__)

　　def is_prime(n):

　　如果n 2:

　　返回错误的

　　如果n==2:

　　返回真实的

　　如果n % 2==0:

　　返回错误的

　　sqrt _ n=int(数学。地板(数学。sqrt(n)))

　　对于范围内的I(3，sqrt_n 1，2):

　　如果n % i==0:

　　返回错误的

　　返回真实的

　　@app.route(/is_prime/numbers )

　　定义api_is_prime(数字):

　　number _ list=[int(x)for x in numbers。拆分(，)]

　　结果=进程_池。map(is _ prime，number_list)

　　返回JSON。转储(dict(zip(number _ list，results)))

　　if __name__==__main__ :

　　process _ pool=ProcessPoolExecutor()

　　app.run()请求结果

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。