我正在運行一個基於Django的web服務，Gunicorn作爲nginx作爲反向代理。將計算密集型請求處理到Django Web應用程序，可能使用預分配RPC服務器
我的web服務提供了一個Django視圖，它使用MATLAB的外部實例執行計算。由於MATLAB的啓動需要幾秒鐘的時間，即使只需要非常簡單的MATLAB計算的請求也需要這段時間才能得到回答。此外，由於在我的代碼中完成了MATLAB沙箱，因此在Web服務器進程中同時運行一個MATLAB實例是非常重要的。 （因此，目前我正在使用Gunicorn同步工作人員模型，該模型實現了預分派web服務器，但未使用任何多線程。）
爲了改善用戶體驗，我現在想要消除MATLAB啓動的等待時間通過保留一些（例如3-5個）「準備就緒」的MATLAB實例運行，並在請求進入時使用它們。請求服務完成後，MATLAB進程將被終止，並立即啓動一個新進程，以便爲另一個請求。
我一直evaluationg兩種方法可以做到這一點：
繼續使用Gunicorn同步工人模型，並保持每個網絡服務器過程中的一個MATLAB實例。
與此問題似乎是傳入的請求沒有以循環方式分發到Web服務器工作進程。因此，所有計算密集型的請求都會碰到同一個進程，用戶仍然需要等待，因爲這個MATLAB實例無法按需要重新啓動。
將MATLAB計算外包給後端服務器，後端服務器執行實際工作並通過RPC通過Web服務器進程進行查詢。
在我的概念中，將會有許多RPC服務器進程在運行，每個運行一個正在運行的MATLAB進程。請求處理完畢後，MATLAB進程將重新啓動。由於RPC服務器進程是循環查詢的，因此用戶不必等待MATLAB啓動（除非總體請求太多，但這是不可避免的）。
由於第一種方法描述的問題，我認爲RPC服務器（方法2）將是我的問題的更好的解決方案。
我已經看過一些針對Python的RPC解決方案（尤其是Pyro和RPyC），但是我找不到一個爲RPC服務器使用預分叉服務器模型的實現。請記住，由於沙箱，多線程是不可能的，如果服務器只在連接被接受後才分叉，那麼我仍然需要啓動MATLAB來阻止整個想法。
有沒有人知道我的問題更好的解決方案？或者RPC服務器實際上是最好的解決方案？但是之後我需要一個預分叉的RPC服務器（=分支一些進程並讓它們在同一個套接字上旋轉accept（）），或者至少一個可以容易修改（猴子修補？）的RPC框架-forking。
在此先感謝。