首先,我无法重现与我在Linux机器上看到的性能差异几乎一样大的性能差异.对于线程版本,我一直看到大约20-25秒,对于asyncio版本在24-34秒之间.
现在为什么asyncio慢了?有一些事情有助于此.首先,asyncio版本必须顺序打印,但线程版本不会.打印是I / O,所以GIL可以在发生时被释放.这意味着潜在的两个或更多的线程可以在同一时间打印,但实际上它可能不会经常发生,并且可能不会在性能上产生太大的差异.
def getaddrinfo(self, host, port, *,
family=0, type=0, proto=0, flags=0):
if self._debug:
return self.run_in_executor(None, self._getaddrinfo_debug,
host, port, family, type, proto, flags)
else:
return self.run_in_executor(None, socket.getaddrinfo,
host, port, family, type, proto, flags)
它使用默认的ThreadPoolExecutor为这个,which only has five threads:
# Argument for default thread pool executor creation.
_MAX_WORKERS = 5
这不是这个用例所需的并行几何.为了使其更像线程版本,您需要使用具有1000个线程的ThreadPoolExecutor,通过loop.set_default_executor将其设置为默认执行程序:
loop = asyncio.get_event_loop()
loop.set_default_executor(ThreadPoolExecutor(1000))
coroutines = asyncio.wait([getaddr(loop, i+site) for i in create_host(char)])
loop.run_until_complete(coroutines)
现在,这将使行为更相当于线程,但这里的现实是您真的不使用异步I / O – 您只是使用不同的API线程.所以在这里你可以做的最好的是与线程示例相同的性能.
最后,在每个示例中,你并没有真正运行等效的代码 – 线程版本正在使用一个工作池,它们共享一个queue.Queue,而asyncio版本为url列表中的每个项目生成一个协同程序.如果我使asyncio版本使用asyncio.Queue和协同池池,除了删除打印语句和制作更大的默认执行程序之外,我的两个版本的性能基本相同.这是新的asyncio代码:
import asyncio
import string
import time
from concurrent.futures import ThreadPoolExecutor
start = time.time()
def create_host(char):
for i in char:
yield i
for i in create_host(char):
if len(i)>1:
return False
for c in char:
yield c + i
char = string.digits + string.ascii_lowercase
site = '.google.com'
@asyncio.coroutine
def getaddr(loop, q):
while True:
url = yield from q.get()
if not url:
break
try:
res = yield from loop.getaddrinfo(url,80)
except:
pass
@asyncio.coroutine
def load_q(loop, q):
for host in create_host(char):
yield from q.put(host+site)
for _ in range(NUM):
yield from q.put(None)
NUM = 1000
q = asyncio.Queue()
loop = asyncio.get_event_loop()
loop.set_default_executor(ThreadPoolExecutor(NUM))
coros = [asyncio.async(getaddr(loop, q)) for i in range(NUM)]
loop.run_until_complete(load_q(loop, q))
loop.run_until_complete(asyncio.wait(coros))
end = time.time()
print(end-start)
并输出:
dan@dandesk:~$python3 threaded_example.py
20.409344911575317
dan@dandesk:~$python3 asyncio_example.py
20.39924192428589
注意,由于网络有一些变异性.他们都有时比这慢几秒钟.