如何在Python中后台运行函数不阻塞主流程？Flask场景适配

这问题太常见啦！Flask默认是同步处理请求的，所以像发邮件、写数据库这种耗时操作会直接卡住请求，导致用户页面加载半天。下面给你两种靠谱的解决方案，从快速上手到专业场景都覆盖：

Python自带的threading模块就能快速实现后台任务，不需要装额外包，非常适合简单场景。你只需要把耗时的函数放到线程里启动，主请求就能直接返回页面了。

修改你的代码如下：

import threading
from flask import Flask, render_template

app = Flask(__name__)

def send_email_and_insert(user_email=None, username=None):
    # 如果函数里用到了Flask上下文（比如数据库操作依赖app），要手动推送上下文
    with app.app_context():
        # 这里保留你原有的发邮件和SQL插入代码
        # some smtplib code here
        # and some insert into sql too

@app.route('/sign_up/')
def sign_up():
    # 这里保留你原有的注册逻辑（比如表单验证、获取用户信息等）
    user_email = "user@example.com"  # 实际从表单获取
    username = "test_user"  # 实际从表单获取
    
    # 把耗时操作放到线程里启动，可传递参数
    threading.Thread(
        target=send_email_and_insert,
        args=(user_email, username)
    ).start()
    
    # 直接返回感谢页面，不用等任务完成
    return render_template('thanks.html')

如果你的应用以后会有更多异步任务（比如定时任务、批量处理），推荐用Celery这种专业的任务队列工具。它需要搭配消息队列（比如Redis、RabbitMQ）来使用，稳定性和扩展性更好。

步骤1：安装依赖 #

pip install celery redis  # 用Redis做消息队列的话

步骤2：配置Celery #

在你的Flask项目里创建Celery实例：

from flask import Flask, render_template
from celery import Celery

app = Flask(__name__)
# 配置Celery，用Redis做消息队列和结果存储
app.config['CELERY_BROKER_URL'] = 'redis://localhost:6379/0'
app.config['CELERY_RESULT_BACKEND'] = 'redis://localhost:6379/0'

celery = Celery(app.name, broker=app.config['CELERY_BROKER_URL'])
celery.conf.update(app.config)

# 把耗时函数装饰成Celery任务
@celery.task
def send_email_and_insert_task(user_email, username):
    # 这里保留你原有的发邮件和SQL插入代码
    # some smtplib code here
    # and some insert into sql too

@app.route('/sign_up/')
def sign_up():
    # 原有的注册逻辑
    user_email = "user@example.com"  # 实际从表单获取
    username = "test_user"  # 实际从表单获取
    
    # 异步调用任务，不会阻塞请求
    send_email_and_insert_task.delay(user_email, username)
    
    return render_template('thanks.html')

步骤3：启动Celery Worker #

在终端里运行Celery worker来处理后台任务：

celery -A your_app_name worker --loglevel=info

• 错误处理：后台任务出错不会直接反馈给用户，一定要给耗时函数加上日志记录，方便排查问题（比如用logging模块记录成功/失败日志）。
• 数据库连接：如果用线程，注意数据库连接可能会因为线程复用出现问题，最好用数据库连接池，或者在任务里重新获取连接。
• Celery持久化：如果需要确保任务即使重启服务也不会丢失，要配置持久化的消息队列（比如RabbitMQ比Redis更适合持久化场景）。

内容的提问来源于stack exchange，提问作者User123