一种利用web服务实现模型常驻内存的简单方法

利用python的web服务快速实现模型常驻内存，本方法很low，但是真的很快速，半个小时都能实现。

---

1、背景

前段时间有这样一个需求，通过php接收微信服务器发送来的消息，然后把消息发送给python功能逻辑处理程序。在前期是直接使用php调用python程序，python程序进行模型加载，消息处理，然后返回给php。利用这种流程，处理过程不慢都难。但是还必须得按照这样的流程走，于是想想能不能将之前训练好的模型常驻内存。查阅网上，解决方法有很多，可以利用socket通信、做成客户/服务器模式等，这些方法都非常好，但是实现起来有一定的复杂。所以想到了这种方法。

2、整体思路

主要是用python以及其flask库来实现的。主要思路有以下几点：

• 将php调用python程序改为php通过get或post方法向python发送请求；
• python程序改成web服务模式，运行的就加载模型，让它一直运行；
• python接收请求，处理，并返回结果；

Flask是一个使用 Python 编写的轻量级 Web 应用框架，使用时，只需要在python中引入即可，因为需要处理get或者post请求，同时引入request，接下来就按照流程来编写代码即可。主要步骤如下：
(1)flask的简单实验

• 引入包创建一个flask应用

from flask import Flask,request
app = Flask(__name__)

• 定义一个方法

def hello():
        print("hello world")

• 运行应用

app.debug = True
app.run()

完整代码：

from flask import Flask,request
app = Flask(__name__)

# 加载模型

# 处理请求
@app.route('/hello')
def hello():
    return("hello world")

if __name__ == '__main__':
    app.debug = True
    app.run()

此时运行该程序，在浏览器地址栏输入：127.0.0.1:5000/hello，此时浏览器中就会显示hello world，好了，那么接下来的事情就简单了。只需要把上面加载模型和处理请求部分的代码稍作修改就可以了。

• 加载模型

model= load_model_to_memory()  # 原来加载模型的那些代码

• 接收请求并处理

# 处理请求
@app.route('/deal', methods=['GET'])
def deal():
        # 获取php发来的消息
        question = request.args.get('question',"default question")   # 键值 默认值
        # 对消息进行解码
        question=urllib.parse.unquote(question)
        result = main_function(model)  # 该函数就是原来的主要功能逻辑处理函数
        # 返回处理结果
        return (urllib.parse.quote(result))

（2）php与python之间通信
上面的程序一直运行着，这样，可以通过url地址向python程序发送请求。在php中构造get或者post请求的方法可以见