2020/06/28 -
今天思考的一个问题就是，使用django部署一个rest api的时候，那么这个模型是怎么初始化的呢！？
然后还有可能设及到如果是多用户的话，同样是这个问题，会不会造成这个模型有什么问题？？
这里我说的是深度学习的模型，但是正常情况下，应该是没有问题的啊（多用户的情况），因为模型应该只是可读的。
但是没想明白。
而且，我发现我在百度搜索了一下这个深度学习rest api的东西，我之前看到的很多东西都是在外网上看到的，然而在国内搜索基本上什么也没有。。。也是醉了。。真是垃圾哦。
其实我现在也有点，就是那种模糊了，看到的各种资料都在说使用flask，我还在用这个django.。
总之，我要实现的问题是，能够在应用服务启动后初始化一个模型，同时在可能在单个或者多个视图中能够使用这个模型，甚至于可以实现多用户。
下面来记录一下看到的这方便的内容。
- 初始化以及多用户的问题[1]
这个是一个问答，他的问题是，如何放置这个初始化的模型，最后选择了在setting中进行；然后在视图文件中全局使用。
后面，他又引出了一个问题，那就是当两次使用这个模型的时候，我不是很清楚这个东西具体是什么意思，他也没有说清楚到底是不是实时并发的问题。反正就是出问题了，不能支持这种。
下面有人告诉他你可以每次都copy一下这个模型。
但是，实际上，我看到很多的文章，比如哪些使用flask框架的， 他们都没有说过有这些问题。搞不明白。
其实我也对这个底层的模型有些不清楚，假设我也没那么多用户，两个用户同时使用这个模型，会有影响吗？？不清楚
2.利用flask构建一个rest api
这个是keras的博客写的。
3。大规模部署[3]
我大致看了一下这个东西，估计就是大规模部署web的介绍经验。我看完了这个文章。
大致思路就是，在来了请求之后，将要分类的图片放置到redis数据库里面，然后实际分类的过程将图片取出来，再放进去。
但是我看了看他文章中讲述的代码过程。我来详细说一下。
首先他接收客户端请求，然后取出来图片，之后将图片存到redis的数据库里面，在这以后就进入了死循环，这个死循环就一直在请求这个东西，请求到了之后，就把这个东西返回。
好像没什么毛病。但是，如果是多个请求，也就是多个客户端，他从这个数据库中取数据，一定能拿到的是自己的吗。
而且，你看这里的一个过程就是，他是将数据存到了队列中，然后持续去请求这个信息。这里就有一个死循环的过程。
搞不懂搞不懂。
这里把这个问题抽离一下，实际上就是，在多线程的情况下，怎么保证同一个客户端就不会把别人的拿走呢？
（这里可能也有点误解，他文章是把redis当成了队列，但实际上好像他是一个key-value数据库）如果这样来理解的话，就没有问题了。
[1]correctly-loading-keras-model-in-django-that-supports-multi-tenancy
[2]building-a-simple-keras-deep-learning-rest-api.html
[3]https://www.pyimagesearch.com/2018/01/29/scalable-keras-deep-learning-rest-api/