Messenger 根据用户输入发送多个 Post 请求答案

【问题标题】：Messenger sending multiple Post requests per user inputMessenger 根据用户输入发送多个 Post 请求
【发布时间】：2018-07-04 05:14:30
【问题描述】：

我正在使用 Facebook Messenger 及其发送 API。我还使用 ngrok 作为服务器来处理流量。几天前我的聊天机器人工作得很好，但现在经过一些调试后，似乎 Messenger 在用户的每一个输入下，都非常快速地一个接一个地发送多个帖子请求。我想到是否可能是延迟问题，因为我的聊天机器人响应确实需要一段时间来处理。由于所有请求，我的聊天机器人需要很长时间，但过了一段时间它确实设法以 200 响应回答所有请求。如果是这样，我如何让 Messenger 不发送多个 Post 请求并淹没我的 ngrok webhook？如果是其他问题，我该如何处理？

这是监听请求的代码：

@app.route("/webhook", methods=['GET','POST'])
def listen():
    """This is the main function flask uses to
    listen at the `/webhook` endpoint"""
    if request.method == 'GET':
        return verify_webhook(request)


    if request.method == 'POST':
        payload = request.get_json()
        print(payload)
        event = payload['entry'][0]['messaging']
        for x in event:
            if is_user_message(x):
                text = x['message']['text']
                sender_id = x['sender']['id']
                respond(sender_id, text)

        return "ok", 200

【问题讨论】：

一种与 Messenger 无关的可能解决方案是使用多处理来响应消息，同时立即发送 200 回复
我宁愿不经历那个。这不会增加响应时间吗？ Messenger Graph API 是否存在某种超时，使其重新发送请求？有没有办法增加超时时间？

标签： python-3.x rest flask http-post facebook-messenger-bot

【解决方案1】：

您可以阅读有关 webhook here 的信息。看来您无法更改超时期限。

Webhook 性能要求

您的 webhook 应满足以下最低性能标准：

以 200 OK 响应所有 webhook 事件。

在 20 秒或更短时间内响应所有 Webhook 事件。

如果您想实现多处理解决方案，它可能如下所示：

from threading import Thread as Sub

@app.route("/webhook", methods=['GET','POST'])
def listen():
    """This is the main function flask uses to
    listen at the `/webhook` endpoint"""
    if request.method == 'GET':
        return verify_webhook(request)


    if request.method == 'POST':
        payload = request.get_json()
        print(payload)
        event = payload['entry'][0]['messaging']
        for x in event:
            if is_user_message(x):
                text = x['message']['text']
                sender_id = x['sender']['id']
                sub = Sub(target=respond, args=[sender_id, text])
                sub.start()

        return "ok", 200

如果这给您带来了共享范围或烧瓶本身的问题，请考虑改用multiprocessing。为此只需切换到

from multiprocessing import Process as Sub

【讨论】：