先说我是自学的 目前用 Dash 写了一个 盘中股票监控的 WEB APP 其中有一个 function def get_realtime_data(): quotes = ... data = pd.concat([self.old, quotes]).sort_index() return data 是将历史资料与最新的盘中报价合在一起 每1分钟会跑一次这个 function 这个 function 约需要跑 10 秒(还有其他细项算均线等) 但是如果其他 components 在这十秒钟需要用到这个 data 时 整个 APP 就需要等待10秒到获取最新DATA才会继续 要如何解决? 目前想法是，用另外一个如 realtime.py 档将这个 function 放在 realtime.py 中 也是每 N 秒跑一次 function 并将 data 存成 pkl 档 而 Dash 直接 read 这个 pkl 档不须再做运算 应该是可行，但如此频繁存取档案，会不会对硬碟有影响? 这个档案大概 200mb，也就是每 N 秒就要删除重建一次这个档案 另外还有用 SQL 资料库 但因为我是自学的 SQL完全不懂 不知还有没有更好的方式避免 dash run 这个 function 时不要当掉? --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 125.227.169.19 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1709702343.A.17A.html 问了chatgpt 後目前用了以下 import threading class WebApp: def __init__(self): self.realtime_process = RealtimeProcess() self.start_background_thread() def start_background_thread(self): thread = threading.Thread(target=self.update_data) thread.daemon = True # 设置为守护线程，确保主程序退出时可以关闭 thread.start() def update_data(self): while True: self.quotes = self.realtime_process.realtime_quotes() self.data = self.realtime_process.realtime_data(self.quotes) self.dgroups_data, self.dgroups_stocks = ( self.realtime_process.realtime_dgroups_data(self.quotes) ) sleep(60) 这样是可以运行没错 但是我在检查时为何self.realtime_process.realtime_quotes() getting data 2024-03-09 09:19:26.535743 getting dgroups_data 2024-03-09 09:19:26.536059 getting quotes 2024-03-09 09:20:24.959123 getting quotes 2024-03-09 09:20:26.716042 getting data 2024-03-09 09:20:27.876317 getting dgroups_data 2024-03-09 09:20:27.876640 我应该是要每60秒运行一次 但是他却运行了两次 因为 self.realtime_quote 是要连接到永丰金API 运行两次很快就把流量额度用完了 会是什麽问题呢? 已检查过其他地方没有用到 update_data ※ 编辑: NoLoveNoMore (59.115.76.99 台湾), 03/09/2024 09:24:20