快学学Python异步IO轻松管理10k+并发连接

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:

  1. import argparse
  2. import asyncio
  3. import functools
  4. import logging
  5. import random
  6. import urllib.parse
  7. loop = asyncio.get_event_loop()
  8. @asyncio.coroutine
  9. def print_http_headers(no, url, keepalive):
  10. url = urllib.parse.urlsplit(url)
  11. wait_for = functools.partial(asyncio.wait_for, timeout=3, loop=loop)
  12. query = ('HEAD {url.path} HTTP/1.1\r\n'
  13. 'Host: {url.hostname}\r\n'
  14. '\r\n').format(url=url).encode('utf-8')
  15. rd, wr = yield from wait_for(asyncio.open_connection(url.hostname, 80))
  16. while True:
  17. wr.write(query)
  18. while True:
  19. line = yield from wait_for(rd.readline())
  20. if not line: # end of connection
  21. wr.close()
  22. return no
  23. line = line.decode('utf-8').rstrip()
  24. if not line: # end of header
  25. break
  26. logging.debug('(%d) HTTP header> %s' % (no, line))
  27. yield from asyncio.sleep(random.randint(1, keepalive//2))
  28. @asyncio.coroutine
  29. def do_requests(args):
  30. conn_pool = set()
  31. waiter = asyncio.Future()
  32. def _on_complete(fut):
  33. conn_pool.remove(fut)
  34. exc, res = fut.exception(), fut.result()
  35. if exc is not None:
  36. logging.info('conn#{} exception'.format(exc))
  37. else:
  38. logging.info('conn#{} result'.format(res))
  39. if not conn_pool:
  40. waiter.set_result('event loop is done')
  41. for i in range(args.connections):
  42. fut = asyncio.async(print_http_headers(i, args.url, args.keepalive))
  43. fut.add_done_callback(_on_complete)
  44. conn_pool.add(fut)
  45. if i % 10 == 0:
  46. yield from asyncio.sleep(0.01)
  47. logging.info((yield from waiter))
  48. def main():
  49. parser = argparse.ArgumentParser(description='asyncli')
  50. parser.add_argument('url', help='page address')
  51. parser.add_argument('-c', '--connections', type=int, default=1,
  52. help='number of connections simultaneously')
  53. parser.add_argument('-k', '--keepalive', type=int, default=60,
  54. help='HTTP keepalive timeout')
  55. args = parser.parse_args()
  56. logging.basicConfig(level=logging.INFO, format='%(asctime)s %(message)s')
  57. loop.run_until_complete(do_requests(args))
  58. loop.close()
  59. if __name__ == '__main__':
  60. 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:

  1. # ../sbin/nginx
  2. # ps ax | grep nginx
  3. 2007 ? Ss 0:00 nginx: master process ../sbin/nginx
  4. 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:

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

nginx日志统计平均每秒请求数:

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

top部分输出:

  1. VIRT RES SHR S %CPU %MEM TIME+ COMMAND
  2. 657m 115m 3860 R 60.2 6.2 4:30.02 python
  3. 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/


原文发布于微信公众号 - 马哥Linux运维(magedu-Linux)

原文发表时间:2018-02-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Golang语言社区

13 年的 Bug 调试经验总结

在《Learning From Your Bugs》一文中,我写了关于我是如何追踪我所遇到的一些最有趣的bug。最近,我回顾了我所有的194个条目(从13岁开始...

3286
来自专栏黑白安全

ASLRay:一个可以绕过ASLR的工具

ASLR(Address Space Layout Randomization,即地址空间格局随机化)是指利用随机方式配置数据地址,一般现代系统中都加设这一机制...

741
来自专栏IT派

10 个技巧,让你更专业地使用 console 进行 JS 调试

首先,我必须承认这一点,我将利用这个平台从我的开发环境中清理出骨架(轮廓)。有时候,我所做的“魔法”(有些人称之为“编码”),并不像我的同事在为他们展示这些宏伟...

1130
来自专栏大数据人工智能

ZStack--工作流引擎

在IaaS软件中的任务通常有很长的执行路径,一个错误可能发生在任意一个给定的步骤。为了保持系统的完整性,一个IaaS软件必须提供一套机制用于回滚先前的操作步骤。...

4894
来自专栏java一日一条

13 年的 Bug 调试经验总结

在《Learning From Your Bugs》一文中,我写了关于我是如何追踪我所遇到的一些最有趣的bug。最近,我回顾了我所有的194个条目(从13岁开始...

1102
来自专栏FreeBuf

ASLRay:一个可以绕过ASLR的工具

ASLR(Address Space Layout Randomization,即地址空间格局随机化)是指利用随机方式配置数据地址,一般现代系统中都加设这一机制...

2358
来自专栏性能与架构

数据库数据切分

垂直切分 将数据库想象成由很多个一大块一大块的“数据块”(表)组成,垂直地将这些“数据块”切开,然后把它们分散到多台数据库主机上面 ? 优点 (1)数据库的拆分...

3705
来自专栏Golang语言社区

13 年的 Bug 调试经验总结

在《Learning From Your Bugs》一文中,我写了关于我是如何追踪我所遇到的一些最有趣的bug。最近,我回顾了我所有的194个条目(从13岁开始...

3556
来自专栏Java进阶架构师

dubbo源码解析-详解directory

由于明天还要加班(心疼自己一秒),之前答应过小伙伴每周更新一篇dubbo的源码解析的,鉴于上次讲到了集群容错的总体架构,这次主要讲讲第一个关键词director...

955
来自专栏野路子程序员

徒手解剖composer,简单了解其实现过程

3006

扫码关注云+社区

领取腾讯云代金券