在烧瓶中发出后期请求期间如何给出状态？

Question

我创建了一个页面，该页面允许用户上传excel文件，然后将其解析为列，然后将行一次插入数据库500行。

这不是一个非常漫长的过程-25到90秒之间，但是足够长，我想以状态消息和/或进度条的形式给用户一些反馈，让他们知道它实际上仍在工作。

我的应用程序是用烧瓶编写的，如下所示：

app.py

from flask import Flask, render_template, request

import tqdm 

app = Flask(__name__)

@app.route('/', methods=['GET', 'POST'])

def fun():

    if request.method == 'GET':

        return render_template('index.html')

    else:

        filename = request.form['filename']

        print('opening file') #change from console print to webpage

        df = pandas.read_excel(filename)

        print('File read.. processing data\n') #change from console to webpage

        processData()

        print('connecting to db....\n') #change to webpage print

        db.connect()

        print('connected to db! inserting rows') #change to webpage print

        bulk_inserts = rows/500

        for i in tqdm(range(bulk_inserts)): #wrapping tqdm around range makes a progress bar

            insert500rows() 

        db.commit()

        db.disconnect()

        return 'Complete. ' + str(rows) + ' inserted.' #this gets sent as a post to the page

app.run()

我知道您只能发送一个回复请求，但是如果我只能发送一个回复，该如何给流程提供用户状态？也许我会采用错误的方式，但是我认为这是一个非常普遍的用例。如果这种方式行不通，我还应该怎么设置呢？

由于某种原因，标记为该问题的重复项。该问题询问如何将连续的值流打印到屏幕上。在这里，我要问的是如何在某些执行点发送消息。我认为所提供的有关Flask-socketio的评论提供了针对不同问题的不同方法。

Answer 1

“对一个请求的一个响应”与HTTP协议的工作方式有关：客户端发送查询和一些数据（POST请求），而服务器以其他一些数据进行响应（您的“一个响应”）。从技术上讲，您可以使服务器以块的形式发送回一些响应，但这在实践中却不是这样。首先，浏览器不能很好地处理这一问题。您需要以其他方式执行此操作。例如，如注释者所建议的那样，使用SocketIO创建一个“边通道”。然后，您可以通过此副渠道将更新发送给客户端-print您可以使用而不是s socketio.emit。在客户端，您将在页面加载时首先订阅SocketIO通道。然后，您将通过AJAX调用（或在单独的iframe中）提交文件，并使SocketIO连接在页面上保持打开状态以显示更新。这样，POST请求与您的“页面加载”是分开的。页面上的javascript保持活动状态，可以读取和显示进度更新，并且上传（带有相关的等待时间）在后台进行。

Answer 2

我也可以像@matejcik在他们的答案中解释的那样来做，但是还有另一种方法。websockets所做的是pushing在更新后将数据返回给浏览器。还有pull方法。您可以定期向服务器发送查询，服务器将为您提供更新。您仍然必须使用AJAX发送请求和javascript的setTimeout功能在查询之间等待，但是您要做的基本上是刷新页面而不向用户显示。对于初学者来说更容易理解，因为所使用的技术仍然是静止的GET。无需打印新日志，而是将其添加到字符串（或数组）中，并且在发出GET请求时，您将返回此数组，清除文本输出并使用新旧信息写入此新数组。这种方法远不如websockets有效，但是对于原型制作来说它可以更快。