使用 Tornado PeriodicCallback 实现多线程并发-Python教程-PHP中文网

使用 Tornado PeriodicCallback 实现多线程并发

聖光之護

发布： 2025-07-22 17:02:15

原创

996人浏览过

使用 tornado periodiccallback 实现多线程并发

本文介绍了如何在 Tornado 应用程序中使用 PeriodicCallback 结合线程池来解决耗时任务阻塞主线程的问题。通过将耗时计算任务放入独立的线程中执行，可以确保 Tornado 的 IOLoop 不被阻塞，从而提高应用程序的响应速度和并发能力。

在 Tornado 应用程序中，tornado.ioloop.PeriodicCallback 用于定期执行回调函数。然而，如果回调函数执行时间过长，可能会阻塞 IOLoop，导致应用程序响应变慢。特别是当多个 PeriodicCallback 并发执行时，如果其中一个回调函数耗时较长，其他回调函数可能会被延迟执行。为了解决这个问题，可以将耗时任务放入独立的线程中执行，从而避免阻塞 IOLoop。

使用 run_in_executor() 方法

Tornado 提供了 IOLoop.run_in_executor() 方法，可以将阻塞任务提交到线程池或进程池中执行。该方法接收一个执行器（executor）和一个回调函数作为参数，并将回调函数提交到执行器中执行。

示例代码

以下示例演示了如何使用 run_in_executor() 方法在独立的线程中执行 calculator1 函数：

ViiTor实时翻译

AI实时多语言翻译专家！强大的语音识别、AR翻译功能。

116

查看详情

import tornado.ioloop
import tornado.web
from concurrent.futures import ThreadPoolExecutor

# 创建线程池
executor = ThreadPoolExecutor(max_workers=8)

def calculator1():
    """
    模拟一个耗时计算任务
    """
    import time
    time.sleep(0.6) # 模拟耗时操作
    print("calculator1 executed")

def calculator1_runner():
    """
    用于调用 calculator1 函数的包装函数
    """
    tornado.ioloop.IOLoop.current().run_in_executor(executor, calculator1)

def calculator2():
    """
    模拟另一个耗时计算任务
    """
    import time
    time.sleep(1.2)
    print("calculator2 executed")

def calculator2_runner():
    """
    用于调用 calculator2 函数的包装函数
    """
    tornado.ioloop.IOLoop.current().run_in_executor(executor, calculator2)


class WebsocketHandler(tornado.websocket.WebSocketHandler):
    def open(self):
        print("WebSocket opened")

    def on_message(self, message):
        self.write_message("You said: " + message)

    def on_close(self):
        print("WebSocket closed")


class DataRequestHandler(tornado.web.RequestHandler):
    def get(self):
        self.write("Data requested")


def make_app():
    return tornado.web.Application([
        (r"/websocket", WebsocketHandler),
        (r"/getData", DataRequestHandler),
    ])

if __name__ == '__main__':
    app = make_app()
    app.listen(8888)

    # 注册 runner 函数用于定期执行
    tornado.ioloop.PeriodicCallback(
        callback=calculator1_runner,
        callback_time=500
    ).start()

    tornado.ioloop.PeriodicCallback(
        callback=calculator2_runner,
        callback_time=1000
    ).start()


    tornado.ioloop.IOLoop.current().start()

登录后复制

代码解释：

创建线程池： 使用 ThreadPoolExecutor 创建一个线程池，用于执行耗时任务。max_workers 参数指定线程池中线程的最大数量。
定义回调函数： calculator1 和 calculator2 函数模拟耗时计算任务。calculator1_runner 和 calculator2_runner 函数是包装函数，用于调用 calculator1 和 calculator2 函数，并使用 IOLoop.run_in_executor() 方法将它们提交到线程池中执行。
注册回调函数： 使用 tornado.ioloop.PeriodicCallback 注册 calculator1_runner 和 calculator2_runner 函数，指定回调时间和回调函数。

注意事项：

确保线程池的大小足够处理并发任务。如果线程池过小，可能会导致任务排队等待执行。
在线程中执行的任务不能直接访问 IOLoop，因为 IOLoop 是线程安全的。如果需要在线程中访问 IOLoop，可以使用 IOLoop.add_callback() 方法将任务提交到 IOLoop 中执行。
在多线程环境下，需要注意线程安全问题。可以使用锁或其他同步机制来保护共享资源。

总结：

通过使用 run_in_executor() 方法，可以将耗时任务放入独立的线程中执行，从而避免阻塞 Tornado 的 IOLoop。这可以提高应用程序的响应速度和并发能力。在实际应用中，可以根据任务的特点选择合适的执行器，例如线程池或进程池。同时，需要注意线程安全问题，确保应用程序的稳定性和可靠性。

以上就是使用 Tornado PeriodicCallback 实现多线程并发的详细内容，更多请关注php中文网其它相关文章！