文章在这里： https://www.jianshu.com/p/2d31f1c7ef63
代码在这里： https://github.com/simoncos/practical-python/tree/master/features/hot-reloading
关键词：热更新 | 热重载 | 定时更新 | 即时更新 | 缓存 | functools | cachetools | LRU | TTL
发到这里主要也想问问有没有更好的方法来做这件事（比如是不是要怎样搞个调度 / 消息系统，或者自省？）
 |
1
yangsi Jan 17, 2019 via iPhone
开一个线程专门做更新。更新线程里面是实时还是定时都可以自己控制。
|
 |
2
lihongjie0209 Jan 17, 2019
zookeeper 配置中心
|
 |
5
simoncos OP @lihongjie0209 有没有什么参考？
|
 |
7
petelin Jan 17, 2019 via iPhone
我司方案，每秒从 s3 上把服务配置拉下来。
另外学架构，解决方案不需要贴代码的。因为一段代码肯定解决不了，没啥意义。 |
 |
8
beforeuwait Jan 17, 2019
需要热更新的配置写到 config.py
然后 reload 就行了啊 |
 |
9
ctro15547 Jan 17, 2019
redis
|
 |
12
shoumu Jan 17, 2019  1
更新很好做，但是保证更新过程中服务的可用，更新过程的数据一致性问题感觉楼主说得不足
说一下我们现在使用的一些方案吧，主要分为配置更新和算法模型更新 配置更新： 1、zookeeper 配置中心，基于订阅的形式 2、统一的字典服务，每次服务使用之前请求或者轮询请求 模型更新： 1、看模型大小情况，如果模型不大的话，用双指针的形式，单独开一个线程用于模型更新，更新完成之后指针切换，指针切换是原子操作，没有安全问题 2、多进程服务，采用共享内存存储模型，由于模型过大，加上更新过程中这个模型可以忍受脏数据，所以就是直接往共享内存里写了。。。 |
 |
13
wind3110991 Jan 17, 2019 1
楼主有造轮子精神值得点赞，这个做 demo 玩玩可以，生产环境不行，只能做一些简单的订阅更新功能，
对于你所说的 “更新 python 对象数据”，我觉得要首先本着 CAP 原则，再分下面三种情况来设置业界的解决方案： （ 1 ）更新配置文件：更新数据量较小，能容忍一定的时延，但是需要保证高可用—— zookeeper ； （ 2 ）更新内存数据：数据量大，需要在多个进程间进行切换，短时间内（周期更新）对服务性能要求较高 —— redis ； （ 3 ）更新数据频繁（实时更新）：拆分为生成者消费者模型，用消息队列来解耦进程间的耦合度，如 Kafka、rocketMQ 等等。 |
Select Language