快学学Python异步IO轻松管理10k+并发连接

2018-03-01 11:06:38来源:网络收集作者:Stevengaw人点击

分享


异步操作在计算机软硬件体系中是一个普遍概念,根源在于参与协作的各实体处理速度上有明显差异。软件开发中遇到的多数情况是CPU与IO的速度不匹配,所以异步IO存在于各种编程框架中,客户端比如浏览器,服务端比如node.js。本文主要分析Python异步IO。


Python 3.4标准库有一个新模块asyncio,用来支持异步IO,不过目前API状态是provisional,意味着不保证向后兼容性,甚至可能从标准库中移除(可能性极低)。如果关注PEP和Python-Dev会发现该模块酝酿了很长时间,可能后续有API和实现上的调整,但毋庸置疑asyncio非常实用且功能强大,值得学习和深究。


示例

asyncio主要应对TCP/UDP socket通信,从容管理大量连接,而无需创建大量线程,提高系统运行效率。此处将官方文档的一个示例做简单改造,实现一个HTTP长连接benchmark工具,用于诊断WEB服务器长连接处理能力。


功能概述:


每隔10毫秒创建10个连接,直到目标连接数(比如10k),同时每个连接都会规律性的向服务器发送HEAD请求,以维持HTTP keepavlie。


代码如下: 
import argparse  
import asyncio  
import functools  
import logging  
import random  
import urllib.parse  
loop = asyncio.get_event_loop()  
@asyncio.coroutine  
def print_http_headers(no, url, keepalive):  
    url = urllib.parse.urlsplit(url)  
    wait_for = functools.partial(asyncio.wait_for, timeout=3, loop=loop)  
    query = ('HEAD {url.path} HTTP/1.1rn'  
             'Host: {url.hostname}rn'  
             'rn').format(url=url).encode('utf-8')  
    rd, wr = yield from wait_for(asyncio.open_connection(url.hostname, 80))  
    while True:  
        wr.write(query)  
        while True:  
            line = yield from wait_for(rd.readline())  
            if not line: # end of connection  
                wr.close()  
                return no  
            line = line.decode('utf-8').rstrip()  
            if not line: # end of header  
                break  
            logging.debug('(%d) HTTP header> %s' % (no, line))  
        yield from asyncio.sleep(random.randint(1, keepalive//2))  
@asyncio.coroutine  
def do_requests(args):  
    conn_pool = set()  
    waiter = asyncio.Future()  
    def _on_complete(fut):  
        conn_pool.remove(fut)  
        exc, res = fut.exception(), fut.result()  
        if exc is not None:  
            logging.info('conn#{} exception'.format(exc))  
        else:  
            logging.info('conn#{} result'.format(res))  
        if not conn_pool:  
            waiter.set_result('event loop is done')  
    for i in range(args.connections):  
        fut = asyncio.async(print_http_headers(i, args.url, args.keepalive))  
        fut.add_done_callback(_on_complete)  
        conn_pool.add(fut)  
        if i % 10 == 0:  
            yield from asyncio.sleep(0.01)  
    logging.info((yield from waiter))  
def main():  
    parser = argparse.ArgumentParser(description='asyncli')  
    parser.add_argument('url', help='page address')  
    parser.add_argument('-c', '--connections', type=int, default=1,  
                        help='number of connections simultaneously')  
    parser.add_argument('-k', '--keepalive', type=int, default=60,  
                        help='HTTP keepalive timeout')  
    args = parser.parse_args()  
    logging.basicConfig(level=logging.INFO, format='%(asctime)s %(message)s')  
    loop.run_until_complete(do_requests(args))  
    loop.close()  
if __name__ == '__main__':  
    main()  测试与分析

硬件:CPU 2.3GHz / 2 cores,RAM 2GB


软件:CentOS 6.5(kernel 2.6.32), Python 3.3 (pip install asyncio), nginx 1.4.7


参数设置:ulimit -n 10240;nginx worker的连接数改为10240


启动WEB服务器,只需一个worker进程:


# ../sbin/nginx  
# ps ax | grep nginx  
2007 ? Ss 0:00 nginx: master process ../sbin/nginx  
2008 ? S 0:00 nginx: worker process 

启动benchmark工具, 发起10k个连接,目标URL是nginx的默认测试页面:


$ python asyncli.py http://10.211.55.8/ -c 10000 

nginx日志统计平均每秒请求数:


# tail -1000000 access.log | awk '{ print $4 }' | sort | uniq -c | awk '{ cnt+=1; sum+=$1 } END { printf "avg = %dn", sum/cnt }'  
avg = 548 

top部分输出:


VIRT   RES   SHR  S %CPU  %MEM   TIME+  COMMAND  
657m   115m  3860 R 60.2  6.2   4:30.02  python  
54208  10m   848  R 7.0   0.6   0:30.79  nginx  总结:

1. Python实现简洁明了。不到80行代码,只用到标准库,逻辑直观,想象下C/C++标准库实现这些功能,顿觉“人生苦短,我用Python”。


2. Python运行效率不理想。当连接建立后,客户端和服务端的数据收发逻辑差不多,看上面top输出,Python的CPU和RAM占用基本都是nginx的10倍,意味着效率相差100倍(CPU x RAM),侧面说明了Python与C的效率差距。这个对比虽然有些极端,毕竟nginx不仅用C且为CPU/RAM占用做了深度优化,但相似任务效率相差两个数量级,除非是BUG,说明架构设计的出发点就是不同的,Python优先可读易用而性能次之,nginx就是一个高度优化的WEB服务器,开发一个module都比较麻烦,要复用它的异步框架,简直难上加难。开发效率与运行效率的权衡,永远都存在。


3. 单线程异步IO v.s. 多线程同步IO。上面的例子是单线程异步IO,其实不写demo就知道多线程同步IO效率低得多,每个线程一个连接?10k个线程,仅线程栈就占用600+MB(64KB * 10000)内存,加上线程上下文切换和GIL,基本就是噩梦。


ayncio核心概念

以下是学习asyncio时需要理解的四个核心概念,更多细节请看<参考资料>


1. event loop。单线程实现异步的关键就在于这个高层事件循环,它是同步执行的。


2. future。异步IO有很多异步任务构成,而每个异步任务都由一个future控制。


3. coroutine。每个异步任务具体的执行逻辑由一个coroutine来体现。


4. generator(yield & yield from) 。在asyncio中大量使用,是不可忽视的语法细节。


参考资料

1. asyncio – Asynchronous I/O, event loop, coroutines and tasks, https://docs.python.org/3/library/asyncio.html


2. PEP 3156, Asynchronous IO Support Rebooted: the "asyncio” Module, http://legacy.python.org/dev/peps/pep-3156/


3. PEP 380, Syntax for Delegating to a Subgenerator, http://legacy.python.org/dev/peps/pep-0380/


4. PEP 342, Coroutines via Enhanced Generators, http://legacy.python.org/dev/peps/pep-0342/


5. PEP 255, Simple Generators, http://legacy.python.org/dev/peps/pep-0255/


6. asyncio source code, http://hg.python.org/cpython/file/3.4/Lib/asyncio/

最新文章

123

最新摄影

微信扫一扫

第七城市微信公众平台