当没有背景对象时，如何使用Starlette的背景任务？

Question

我希望现在不要再吃芹菜。在Starlette的文档中，他们给出了添加后台任务的两种方法：

经石墨烯：https://www.starlette.io/graphql/

class Query(graphene.ObjectType):
    user_agent = graphene.String()

    def resolve_user_agent(self, info):
        """
        Return the User-Agent of the incoming request.
        """
        user_agent = request.headers.get("User-Agent", "<unknown>")
        background = info.context["background"]
        background.add_task(log_user_agent, user_agent=user_agent)
        return user_agent

通过JSON响应：https://www.starlette.io/background/

async def signup(request):
    data = await request.json()
    username = data['username']
    email = data['email']
    task = BackgroundTask(send_welcome_email, to_address=email)
    message = {'status': 'Signup successful'}
    return JSONResponse(message, background=task)

有没有人知道有什么方法可以在Starlette和Ariadne的背景中添加任务呢？我无法在我的解析器中返回一个JSONResponse，并且我没有访问info.context“背景”的权限。我唯一附在上下文中的是我的请求对象。

Answer 1

上面标记为解决方案的方法对我不起作用，因为当您使用子类BackgroundTask的中间件时，BaseHTTPMiddleware不能正常工作，请参见这里：

https://github.com/encode/starlette/issues/919

在我的例子中，任务基本上不是在后台运行的，而是等待完成的，我也没有使用Ariadne，但是这应该可以让您在后台执行任务。

编辑:这对我有用。

executor = ProcessPoolExecutor()

main.executor.submit(
bg_process_funcs,
export_file_format,
export_headers,
data,
alert_type,
floor_subtitle,
date_subtitle,
pref_datetime,
pref_timezone,
export_file_name,
export_limit,)

executor.shutdown()
logger.info("Process Pool Shutdown")

Answer 2

解决了！

星体中间件：

class BackgroundTaskMiddleware(BaseHTTPMiddleware):
    async def dispatch(
            self, request: Request, call_next: RequestResponseEndpoint
    ) -> Response:
        request.state.background = None
        response = await call_next(request)
        if request.state.background:
            response.background = request.state.background
        return response

Ariadne Resolver：

@query.field("getUser")
@check_authentication
async def resolve_get_user(user, obj, info):
    task = BackgroundTasks()
    task.add_task(test_func)
    task.add_task(testing_func_two, "I work now")
    request = info.context["request"]
    request.state.background = task
    return True


async def test_func():
    await asyncio.sleep(10)
    print("once!!")


async def testing_func_two(message: str):
    print(message)

函数仍然同步执行，但因为它们是后台任务，所以我不太担心。

这里有更多的讨论。