@axbx 豪横

@hakono 早几年也是现在这样的操作，譬如开很多网页和占资源的程序，不过卡顿感没这么强。近段时间卡顿感很强烈

@so1n 嗯～～～ 有道理。。。。。

@hakono 1.17g 左右

还是内存太小的原因 sad 5mins.....

@coolcatha 才 6.6m

@lichengzhang2005 就是因为穷 所以。。。。。。

@SjwNo1 pycharm 用了这么多年了 。。。。 换了 不太习惯

@manzhiyong 感谢

@manzhiyong response = HttpResponse(content_type='application/ms-excel')
response['Content-Disposition'] = 'attachment; filename="ThePythonDjango.xls"'
ws.save(response)
return response

@manzhiyong 我就是这么做的。。。 通过 postman 返回的是乱码的字节流

@kangsheng9527 感觉老哥 已经上升到 人才的 "道" 的层面了。。。 尔等望尘莫及啊。。。。 (说实话 我确实不知道您在讲的是什么？？？)

@qdzzyb 因为他这个部门 是 c++ python 开发 会经常出现 c++和 python 互相调用的情况， 于是就从解释器开始问一些 解释 编译相关的问题 往下走。。。。

@TypeError 其实对于五年的来讲 比较常规，不过 lz 渣渣，天赋一般又不勤奋 遂早早提前进入 35 岁危机 hhhhh

@long2ice 我这边配置没有加 time_limit 单个任务也没有加 soft_time_limit, 能不能是 worker 执行过长 自动挂起了

先 star 为敬

@vipppppp 所以你看我的理解对么? 比较常见的部署多 worker 情况 是为了保证任务系统不会因为主进程挂掉 而致使崩掉, 而保证任务的并发是通过配置 celery 并发模式来定的.

@vipppppp 具体这两种的使用场景 如何区分？

@letking 我的理解是 一个 worker 进程会通过 python 的 mutliprocessing 实现多线程达到并发处理多任务,所以不会占用多余的内存,多 worker 可以理解为是多进程, 不知道这样的理解对不对