python任务队列 http_Flask例子-实现Redis Task Queue（任务队列）

Python部落组织翻译，禁止转载，欢迎转发

在本文中，我们加入基础的 Redis task queue来进行文本处理。

有许多的工具也能够实现，例如ReTask和HotQueue。我们将使用的是Python RQ。它是一个建立在Redis之上用来创建task queue(任务队列)的简单的库，并且容易设置和实现。

请牢记，我们是这样创建的：一个基于给定的URL中的文本用来统计单词的分布对的Flask应用。这是一个完整的教程。

1、 第一部分：设置本地开发环境，接着在Heroku云平台上部署staging环境和production环境。

2、 第二部分：设置一个带有SQLAlche和Alembic的PostgreSQL数据库来处理迁移。

3、 第三部分：加入后端逻辑到scrape,然后使用requests,BeautifulSoup和Natural Language Toolkit(NLTK)库来计算处理从页面中得到的单词。

4、 第四部分：实现一个Redis task queue 来进行文本处理。(本文描述的)

5、 第五部分：安装Angular前端框架来不断查看后端框架请求是否完成。

6、 第六部分：启动在Heroku云平台上的staging服务——设置Redis,详细介绍如何在单个Dyno上运行两个进程(web和worker)。(ps:在Heroku云平台上，对于每一个进程采用一个叫Dyno的单位来进行性能管理，增加这个值，则能提高应用的相应速度和吞吐量。有适用于Web server的Web dyno和作为后台进程的Worker dyno。)

7、 第七部分：更新前端使其用户界面更友好。

8、 第八部分：将D3库添加到混合频率分布图和柱状图。

需要代码吗？可以到repo(https://github.com/realpython/flask-by-example/releases)上抓取。

安装要求

工具：Redis——http://redis.io/

Python Redis —— https://pypi.python.org/pypi/redis/2.10.5

RQ(Redis Queue)——http://python-rq.org/

首先从http://redis.io/下载和安装Redis(或者使用Homebrew命令——brew install redis)，然后开启Redis服务。

$ redis-server

接下来在一个新的终端窗口安装Python Redis 库和RQ库。

$ workon wordcounts

$ pip install re