Python异步restapi,响应依赖于CPU密集型计算。如何有效处理?[副本]

我已经使用 aiohttp ,下面提供了一个简化版本来说明我要解决的问题。

API有两个端点-每个端点调用一个执行某些计算的函数。两者之间的区别在于,对于其中一个端点,计算时间为10秒,而对于另一个端点,计算时间仅为1秒。

time.sleep() 电话)。

import time
from aiohttp import web


def simple_calcs():
    time.sleep(1)  # Pretend this is the simple calculations
    return {'test': 123}

def complex_calcs():
    time.sleep(10)  # Pretend this is the complex calculations
    return {'test': 456}


routes = web.RouteTableDef()

@routes.get('/simple_calcs')
async def simple_calcs_handler(request):
    results = simple_calcs()
    return web.json_response(results)

@routes.get('/complex_calcs')
async def complex_calcs_handler(request):
    results = complex_calcs()
    return web.json_response(results)


app = web.Application()
app.add_routes(routes)
web.run_app(app)

我希望发生什么:

如果我向较慢的端点发送请求,然后立即向较快的端点发送请求,我希望在较慢的计算仍在进行时,首先从较快的端点接收响应。

实际发生的情况:

我在过去的几个小时里一直在转圈,仔细阅读 asyncio 和 multiprocessing ,但找不到任何可以解决我问题的方法。也许我需要花一点时间来研究这个领域,以获得更好的理解,但希望我能得到一个正确的方向朝着理想的结果推动。