推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
Flask 默认的阻塞 IO 和使用 gevent 的非阻塞 IO，性能差距有多大？
vencent · 2018-12-10 22:11:47 +08:00 · 3363 次点击这是一个创建于 2160 天前的主题，其中的信息可能已经有所发展或是发生改变。
我的 web 程序原先是 uwsgi+flask，preforking 同步。最近想尝试一下 gevent，于是打上猴子补丁测试了一下。环境是 docker for mac, 虚拟机的 CPU 设置为 8 核心（宿主为 i7 7700k ），虚拟机的内存 8G。
阻塞 IO 的 uwsgi 配置为：
master = true
processes = 6
thunder-lock = true
cheaper = 3
cheaper-algo = backlog
gevent 的 uwsgi 配置为：
master = true
processes = 6
gevent = 1000
thunder-lock = true
cheaper = 3
cheaper-algo = backlog
我的测试结果是：
- 对于 IO 较少的操作，使用 gevent 后耗时严重增加（可能跟我 gevent 设置为 1000 有关，100 应该能缓和一些）
- 对于一个请求内有几次数据库读写的操作来说，使用 gevent 性能提升不是很大
具体测试结果： https://s1.ax1x.com/2018/12/10/FJ3yz4.png
请问各位，我这个测试结果靠谱吗？有没有什么不严谨的地方？结论是否成立呢？
 |
1
vencent OP 还有一个问题是，测试结果里 RPS 只有 30/s 左右，是本来就只能达到这个样子，还是测试环境有问题，还是代码本身的问题呢？
|
 |
2
westoy 2018-12-10 22:19:15 +08:00
没代码不好说
|
 |
3
xpresslink 2018-12-10 22:31:50 +08:00
这么给你打个比方吧， 你开了个火锅店，只有 20 个桌子，平均每小时能接待 20 桌顾客。但是没想到生意太火，总是暴满，新来的顾客一看没位子扭头就走了，于是你在门口搭个棚子，摆上 10 个板凳，让顾客等位排号。
那么现在你平均每小时能接待 30 桌顾客么？ 当然不能，还是 20 桌，只不过多了 10 个顾客在假装接受服务。 |
 |
4
liangch 2018-12-10 22:33:37 +08:00
楼上的形象。
|
 |
6
4ever911 2018-12-11 00:34:58 +08:00 via Android
quart + aiohttp
|
 |
7
Ehco1996 2018-12-11 10:05:01 +08:00
如果卡在 io 上 db/redis 这种，gevent 当然不会有帮助
|
 |
8
clearT 2018-12-11 11:29:00 +08:00 via iPhone
@Ehco1996 为什么，db/redis 也是建立 socket 连接，gevent 猴子补丁不是将这些都变成异步的了吗
|
|
10
vencent OP @xpresslink 这个比喻有问题吧。难道不应该是：一共 20 个服务员，阻塞 IO 时服务员只能在顾客用餐时一直守在顾客桌边傻等着，而异步 IO 时服务员可以在顾客吃的时候服务别的用户？
|
|
11
xpresslink 2018-12-11 14:10:32 +08:00  1
@vencent 复用服务员确实可以提高服务能力么？增加 100 个服务员好了，你只是能拖住来的顾客暂时别走而已。
最终的提供服务能力还是要靠桌数和后厨的供应力。 你以为在一个串联链路中增加个环节就能提高整个链路的性能么？因为性能的瓶颈最终主要是卡在磁盘 IO 那里了。通常的 PC 硬盘就一个磁头，不管你多线程还是异步，最终于到磁盘那里读写都要排队一个一个来。服务器的性能要想提高只能增加 CPU 内存磁盘性能这些，或者再加服务器分布式。 |
|
12
vencent OP @xpresslink IO 不仅仅是磁盘 IO 啊，还有网络 IO
|
|
13
xpresslink 2018-12-11 16:34:42 +08:00
@vencent 我都说了，要优化性能先要搞清楚瓶颈来自于哪里，针对性去解决，90%的 web 应用性能瓶颈都在数据库或与磁盘 IO 相关，网络 IO 阻塞占比相对较小。再说了通常所说的网络 IO 造成的延迟是在网络链路上的，不是你服务器本身能解决的，你访问美国服务器很慢，只能在国内再部署服务器来解决。
|
|
14
Ehco1996 2018-12-12 13:57:23 +08:00
@clearT 猴子补丁并不能保证所有的库都能使用，
假设你连接 redis/db 用的库不支持异步的话，那么每个 request 过来还是会同步的等待 io 的结果 |
|
15
vencent OP @Ehco1996 如果数据库的包是 c 语言写的当然不支持，但是对于 pymysql 这样的纯 python 库而言，猴子补丁应该是有效的。因此，“如果卡在 io 上 db/redis 这种，gevent 当然不会有帮助”这个“当然”是不成立的。
|
|
16
vencent OP @xpresslink 访问数据库的 IO 不算网络 IO 嘛？我想说的网络 IO 是内网的数据库通讯这种。另外想问一下，使用云平台的数据库还需要考虑数据库瓶颈吗？我这个只是一个个人的小项目
|
|
17
xpresslink 2018-12-12 16:41:10 +08:00
@vencent 个人小项目通常很少涉及性能问题。用平台的数据库当然也要考虑性能了，因为有很多配置级别价格差距很大，估计你也就是最低的那个配置，只是可用性级别高点，性能不见得比自己在 ECS 上安装的性能强。数据库这部分主要是结构设计，查询优化对性能影响比较大。尽量减少带锁操作，这个不是一两句话能说清楚的。
|
Select Language