烧瓶MQTT高CPU使用

Question

我在嵌入式系统上的项目上使用烧瓶，并且遇到了性能问题。我正在与一个Eventlet Worker一起运行：

Gunicorn -B 0.0.0.0 - worker -class Eventlet -w 1'app：create_app（）'

我面临的问题是，当MQTT消息开始以更多的节奏涌入时，该应用程序几乎开始使用我可用的所有CPU。我最初的想法是，我在理想情况下处理这些消息并不理想，但是，我什至拿走了我的处理程序，只是收到消息，问题仍然存在。

我还有另一个Python应用程序与PAHO客户端订阅了相同的信息，这不是问题，因此我假设我在烧瓶应用程序中缺少某些内容，而不是信息本身。

我的代码是：

import eventlet

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from flask_login import LoginManager, current_user
from flask_socketio import SocketIO
from flask_mqtt import Mqtt

eventlet.monkey_patch()

#USERS DB
db_alchemy = SQLAlchemy()

#socketIO
socketio = SocketIO(cors_allowed_origins="*", async_mode='eventlet')

# MQTT
mqtt_client = Mqtt()

'''
 APPLICATION CREATION
'''
def create_app():
    app = Flask(__name__)
    if app.config["ENV"] == "production":
        app.config.from_object("config.ProductionConfig")
    else:
        app.config.from_object("config.DevelopmentConfig")

    #USERS DB
    db_alchemy.init_app(app)

    #LoginManager
    login_manager = LoginManager()
    login_manager.login_view = "auth.login"
    login_manager.init_app(app)

    #SOCKETIO
    socketio.init_app(app)

    #FLASK-MQTT
    app.config['MQTT_BROKER_URL'] = 'localhost'  #
    app.config['MQTT_BROKER_PORT'] = 1883  
    app.config['MQTT_KEEPALIVE'] = 20  
    app.config['MQTT_TLS_ENABLED'] = False  
    mqtt_client.init_app(app)

    return app

#MQTT
@mqtt_client.on_connect()
def mqtt_on_connect():
    mqtt_client.subscribe('testTopic/#', 0)

@mqtt_client.on_disconnect()
def mqtt_on_disconnect():
    loggerMqtt.warning(' > Disconnected from broker')

@mqtt_client.on_subscribe()
def mqtt_on_subscribe(client, obj, mid, granted_qos):
    pass

@mqtt_client.on_message()
def mqtt_on_message(client, userdata, message):
    pass
    #mqtt_topicSplitter(client, userdata, message)

您可以看到我的处理程序 mqtt_topicsplitter 已评论，但我仍有性能问题。我尝试在on_message处理程序上添加睡眠命令[Eventlet.sleep（0.1）]，该处理程序解决了CPU消耗问题，但导致我的应用程序不断地从经纪人中踢出。

我还尝试使用其他工人（gevent，asyncio，..）而没有成功。使用烧瓶开发服务器不是一个选择，因为不建议生产。

很抱歉，如果我不清楚，但我不是专家，请随时问我任何问题。

提前致谢。