本文将从零开始写一个高性能支持高并发的人脸识别服务器.因为本人的技术栈是Java所以使用Java的高性能网络IO模型.Netty进行服务器的开发AI的模型大部分都是Python进行开发的所以也使用了基于Python的人脸识别框架face recoginize用来开发人脸识别的微服务.由于AI模型的加载一般都很耗时所以把Python的AI程序做成微服务服务器和AI微服务之间通过redis队列进行通信.Java高性能网络模型框架首选.Netty.人脸识别程序选用基于Python的人脸识别库face recoginize.选用Redis做消息队列.因为模型在预加载是会很耗时所以将Python人脸识别程序包装成微服务.由于Python全局解释器锁GIL的存在解释器解释执行任何Python代码时都需要先获得这把锁才行在遇到I O操作时会释放这把锁.如果是纯计算的程序没有I O操作解释器会每隔100次操作就释放这把锁让别的线程有机会执行这个次数可以通过sys.setcheckinterval来调整.所以虽然CPython