0

我有这段代码在我的机器上本地执行大约 9.2 秒。将其部署到 AWS ec2 盒子后，执行时间增加到 20 秒。

由于我之前没有实现任何缓存，我想知道我是否能够缓存特定函数的响应，或者我需要缓存我从外部获得的每个 POST。

本质上，我要的是如何缓存 POST 的结果，所以每当我再次运行它时，使用相同的参数它会使用缓存来加快响应速度。

#!flask/bin/python
from flask import Flask, jsonify
from flask import request
import json
import nltk, string
import operator
from sklearn.feature_extraction.text import TfidfVectorizer
import re
from flask import make_response
import time
import access_json

app = Flask(__name__)

def output(word_list):
    start = time.time()
    #RUNNING ALGORITHM *****************
    comparison_words = get_synonyms(word_list) + word_list
    print(comparison_words)
    dict_sim = {}
    for i in json_list:
        dict_sim[i['jobId']] = cosine_sim(str(comparison_words), i['jobDescription'])
    sorted_sim = sorted(dict_sim.items(), key=operator.itemgetter(1), reverse = True)
    toplist = sorted_sim[:10]
    sort_toplist = list(map(operator.itemgetter(0), toplist))
    filter_toplist = (list(filter(lambda job: job['jobId'] in sort_toplist, json_list)))
    #print('Our top ten suggestion from SkillzMiner are those:\n')
    end = time.time()
    print (end-start)
    # for j in filter_toplist:
    #       print ('JobTitle: ' + j['jobTitle'] +
    #             '\nEmployer Name: ' + j['employerName'] +
    #             '\nLocation: ' + j['locationName'] +
    #             '\nReed Job URL ' + j['jobUrl'] +
    #             '\nJob Description: ' + cleanhtml(j["jobDescription"]))
    return filter_toplist

@app.route('/postjson', methods=['POST'])
def json_handler():
     content = request.get_json(force=True)
     word_list = access_json.read_parsed_JSON(content)
     return jsonify ({'jobs': output(word_list)})

   if __name__ == '__main__':
    app.run(debug=True)
    app.run(host='0.0.0.0', port=80)

PS我省略了一些不相关的功能，这不是完整的代码。为术语道歉，我是这个网络服务的新手。

4

1 回答 1

0

缓存是否需要是本地的和特定于用户的？

您是否尝试过缓存会话变量，例如 session['my_variable'] = my_response

这应该适用于用户本地会话，只要他们不以隐身模式访问。

于 2019-01-14T15:52:36.603 回答