python - 使用动态加载的持久数据的 Python REST API
问题描述
我尝试在 Python 中构建一个 REST API,它依赖于在内存中动态加载和处理的大数据。数据加载到 Pandas DataFrames 中,但我的问题并非特定于 Pandas,我可能需要其他数据结构。
在向 API 发出请求后,我想加载有用的数据(例如,从磁盘或数据库中读取)并将其保存在内存中,因为应该遵循依赖相同数据的其他请求。一段时间后,我需要删除数据以节省内存。
在实践中,我想在内存中保留一个 Pandas DataFrames 列表。列表中的 DataFrames 将是满足最新请求所需的 DataFrames。一些 DataFrame 可能非常大(例如,几 GB),所以我认为每次都从数据库中检索它们而没有很大的开销。这就是为什么我想将它们保存在内存中以备下一个请求。
当 API 依赖于单个固定的 DataFrame 时,我开始使用 Flask。但是现在我找不到一种方法来动态加载新的 DataFrame 并使它们在多个请求中持久存在。必要时应在请求中触发新 DataFrame 的加载,并且新 DataFrame 应可用于以下请求。我不知道如何使用 Flask 或任何其他框架来实现这一点。
解决方案
推荐阅读
- python - Tank collides with walls in pygame
- python - Translating a CURL call to Python script
- cordova - iOS 应用内购买 - 如何针对生产服务器进行调试?
- javascript - 我的嵌入在我的用户信息命令中显示用户角色的“未定义”
- flutter - Select number of items in list using gesture in flutter
- python - 使用数字索引调用特定排列
- angular - Angular 7 - 如何在组件中查找元素的属性值
- html - Why I can't see this image when I set position to relative?
- mysql - 从 MySQL 5.5.18 导出和从 MariaDB 10.4.11 导入
- docusignapi - 使用 REST API 设置文档值