Flask统计请求计数导致多线程失效 如何兼顾并发与文件不重名？

问题根因 #

你在版本2中把所有业务处理逻辑都放在了计数器的锁上下文里，锁的粒度过大导致所有请求必须串行执行，自然丧失了多线程并发能力。计数器锁只需要保护「计数自增+取值」这两个原子操作即可，不需要包裹完整的业务流程。

实现方案 #

修正版代码（保留计数器实现） #

import flask
import os
from multiprocessing import Value
from selenium import webdriver

app = flask.Flask(__name__)
app.config["DEBUG"] = False
# 全局请求计数器
counter = Value('i', 0)

@app.route('/api/url', methods=['GET', 'POST'])
def site():
    # 仅把计数操作放在锁里，执行完立刻释放锁，不影响后续业务并发
    with counter.get_lock():
        counter.value += 1
        req_seq = counter.value
    # 后续业务逻辑完全脱离锁，支持并发执行
    # 生成独立文件名，用os.path.join避免跨平台路径错误
    file_path = os.path.join(os.getcwd(), f"file{req_seq}.mp3")
    with open(file_path, 'wb') as f:
        f.write(<something>)
    # 剩余业务逻辑，最终返回结果

@app.route('/')
def home():
    return "<h1>Distant Reading Archive</h1><p>This site is a prototype API for distant reading of science fiction novels.</p>"

if __name__ == '__main__':
    app.run(host="0.0.0.0", threaded=True)

如果担心服务重启后计数器归零，导致新生成的文件和历史文件重名覆盖，可以用UUID生成唯一文件名，完全不需要依赖计数序号，并发性能更高：

更优方案：用UUID生成唯一文件名（无重名风险） #

import flask
import os
import uuid
from multiprocessing import Value
from selenium import webdriver

app = flask.Flask(__name__)
app.config["DEBUG"] = False
# 全局请求计数器
counter = Value('i', 0)

@app.route('/api/url', methods=['GET', 'POST'])
def site():
    # 计数逻辑依然仅占锁极短时间，不影响并发
    with counter.get_lock():
        counter.value += 1
    # 用UUID生成完全唯一的文件名，无任何重名可能
    file_name = f"file{uuid.uuid4().hex}.mp3"
    file_path = os.path.join(os.getcwd(), file_name)
    with open(file_path, 'wb') as f:
        f.write(<something>)
    # 剩余业务逻辑，最终返回结果

@app.route('/')
def home():
    return "<h1>Distant Reading Archive</h1><p>This site is a prototype API for distant reading of science fiction novels.</p>"

if __name__ == '__main__':
    app.run(host="0.0.0.0", threaded=True)

需求匹配说明 #

• 统计所有接口请求次数：全局counter变量累加逻辑完全保留，锁仅保护计数的原子性，操作耗时极短几乎不影响性能
• 每个请求生成独立专属文件：两种方案都能保证文件名唯一，不会出现文件覆盖问题
• 不影响多线程并发能力：锁的粒度缩小到仅包含计数操作，业务逻辑完全并发执行，并发能力和版本1一致

如果生成的mp3文件仅在本次请求生命周期内使用，请求返回后可以主动删除文件，避免磁盘空间被占满。

内容的提问来源于stack exchange，提问作者selenio34