【Flask】算法服务接口部署及多线程优化

---

项目场景

基于 Python 开发了一个算法服务，如何通过 Flask 进行接口的部署及优化？

算法服务

模拟一个最简单的算法服务：通过线性拟合解决回归问题。输入 x，输出 y。（仅供模拟测试，实际业务场景会很复杂）

y = ax+ b

• a：斜率
• b：截距

斜率和截距可通过配置文件 config.yaml 调节。

params:
  a: 1
  b: 1

效果演示

http://127.0.0.1:5000/

http://127.0.0.1:5000/api/1/

http://127.0.0.1:5000/api/1,2,3/

网页部署

@app.route("/")
def hello_world() -> str:
    """Index

    Returns:
        str: Hello, World!
    """
    return "Hello, World!"


@app.route("/api/<x>/", methods=["GET", "POST"])
def api(x: str, path: str = 'config.yaml') -> jsonify:
    """Interface of the project

    Args:
        x (str): Request parameter
        path (str): Path of configuration file. Default to `config.yaml`

    Returns:
        jsonify: Format the data to JSON and return
    """
    # Params
    params = None
    while params == None:
        # When the yaml configuration file is being modified, it will return `None`
        params = yaml.load(open(path), Loader=yaml.FullLoader)
    a = params["params"]["a"]
    b = params["params"]["b"]
    # Params

    # Algorithm
    def func(x):
        time.sleep(1)
        y = a*float(x)+b
        return y
    # Algorithm

    # Data
    r = {"r": []}
    x = x.split(",")
    for i in x:
        if i != "":
            r["r"].append({"x": float(i), "y": func(i)})
        else:
            pass
    # Data
    return jsonify(r)

接口请求

请求地址

http://127.0.0.1:5000/api/<x>/

请求方式

GET 或 POST

请求参数

字段	必需	类型	备注
x	是	字符串	URL 参数

请求样例

单个参数

http://127.0.0.1:5000/api/1/

{
  "r": [
    {
      "x": 1.0,
      "y": 2.0
    }
  ]
}

多个参数

http://127.0.0.1:5000/api/1,2,3/

{
  "r": [
    {
      "x": 1.0,
      "y": 2.0
    },
    {
      "x": 2.0,
      "y": 3.0
    },
    {
      "x": 3.0,
      "y": 4.0
    }
  ]
}

线程优化

对于多参数请求，即多个 x 请求，响应时间很长。为此，可以做一个多线程优化。

with concurrent.futures.ThreadPoolExecutor() as p:
        def temp(i):
            if i != "":
                r["r"].append({"x": float(i), "y": func(i)})
            else:
                pass
        for i in x:
            p.submit(temp, i)

开放源码

https://github.com/XavierJiezou/flask-algorithm-deploy