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_DESC int foo(const int val) 
{ 
    float result = 0.0f; 
    for(int c=0;c<1000;c++) 
    { 
        for(int i=0;i<val;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 wrapper of libfoo 
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) 
        return result

flask http API：

@app.route('/api/foo',methods=['GET','POST']) 
def handle_api_foo(): 
    #get input 
    val = flask.request.json['val'	
			 1/3    1 2 3 下一页 尾页	
			

　　推荐阅读
　　如何理解5G空口（NR）？
            
            
                
                    
                
                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


本文标题：使用Python提供高性能计算服务
地址：http://www.17bianji.com/lsqh/35421.html
 1/2    1