python提供服务_使用Python提供高性能计算服务

媒介

python具有丰富的看维并且很轻易作为胶水说话很轻易与c/c++进行交互集成。

在script目次下履行run_single.sh，即

是以为了适应快速变更的营业和兼顾枷⒚效力，在上层采取python作为server供给service，在底层采取c/c++进行计算是一种对于算法开辟者异常合适的方法。

python flask库供给http接口以及相干demo页面，gunicorn供给多核并行才能，底层c++库供给单线程上的计算。

下面经由过程一个例子解释这种架构。代码地址：python_hps

预备

在实验开端之前，须要安装flask、gunicorn、apach bench tool等对象。

注：所有实验均在linux体系中进行。测试机械为4核虚拟机。sudo pip install flask

sudo pip install gunicorn

sudo apt-get install apache2-utils

计算

计算部分模仿真实计算，是以计算量比较大年夜，在我测试的虚拟机上单核单线程跑400ms阁下。

c++核心计算部分，随便写的：API_DESCintfoo(constintval)

{

floatresult = 0.0f;

for(intc=0;c<1000;c++)

{

for(inti=0;i

{

result += (i);

result += sqrt((float)(i*i));

result += pow((float)(i*i*i),0.1f);

}

}

return(int)result;

}

python wrapper，采取ctypes：#python wrapperoflibfoo

class FooWrapper:

def __init__(self):

cur_path = os.path.abspath(os.path.dirname(__file__))

self.module = ctypes.CDLL(os.path.join(cur_path,'./impl/libfoo.so'))

def foo(self,val):

self.module.foo.argtypes = (ctypes.c_int,)

self.module.foo.restype = ctypes.c_int

result = self.module.foo(val)

returnresult

flask http API：@app.route('/api/foo',methods=['GET','POST'])

def handle_api_foo():

#get input

val = flask.request.json['val'

推荐阅读

电信行业肯定欲望在超高容量和低延迟的下一代收集的支撑下安排5G营业，然则在5G商用之前，该技巧须要做进一步>>>详细阅读

地址：http://www.17bianji.com/lsqh/35421.html