Tornado webserver och REST

Igår var det dags att sätta sig ner och sätta sig in i webserver Tornado som är skriven i Python. Tornado är en event-baserad, asynkron webserver som klarar av väldigt många anrop, en bit över 8000 per sekund om den är rätt konfigurerad och i en miljö som klarar av att distribuera resurserna. Den utvecklades från början av FriendFeed som senare köptes av Facebook och de vidarutvecklar den fortfarande.

Hur som helst så var det dags för mig att börja på ett skolprojekt och efter en liten stunds läsande av online-resurser och Pascals kod så hade jag fått kläm på det elementära för att skriva färdigt den back-end API med ett REST interface.

I och med detta, för att testa POST/PUT, fick jag för första gången användning av cURL vilket visade sig vara ett välidgt smidigt sätt att testa så att datan på serversidan blev ordentligt omhändertagen.

Så fort API är färdigt är det dags att implementera den del som ska genomföra klassificiering av datan via olika maskininlärningsmetoder. Här kommer NLTK-paketet väl till användningen då det håller allt möjligt inom maskininlärning: sannolikhetsalgorithmer, gömda markovmodeller, beslutsträd, kluster-algorithmer med mera. Gäller bara att hitta det som krävs, plöja igenom API och sedan testa, testa och testa – det vanligaste inom programmering (och kanske den tråkigaste delen enligt många).

Kommentera

E-postadressen publiceras inte. Obligatoriska fält är märkta *