http://blog.csdn.net/permike/article/details/54846831

Python几种并发实现方案的性能比较

2017-02-03 14:33 1541人阅读 评论(0) 收藏 举报

分类：

python（94）

版权声明：本文为博主原创文章，未经博主允许不得转载。

目录(?)[+]

1.  前言

偶然看到Erlang vs. Stackless python: a first benchmark，对Erlang和Stackless Python的并发处理性能进行了实验比较，基本结论认为二者有比较相近的性能。我看完产生的问题是，Stackless python与Python的其他并发实现机制性能又会有多大区别呢，比如线程和进程。因此我采用与这篇文章相同的办法来对Stackless Python、普通Python的thread模块、普通Python的threading模块、普通Python的processing模块这四种并发实现方案进行了性能实验，并将实验过程和基本结果记录在这里。

后来看到了基于greenlet实现的高性能网络框架Eventlet，因而更新了实验方案，将greenlet也加入了比较，虽然greenlet并非是一种真正意义上的并发处理，而是在单个线程下对程序块进行切换轮流执行。

2.  实验方案

实验方案与Erlang vs. Stackless python: a first benchmark是相同的，用每种方案分别给出如下问题的实现，记录完成整个处理过程的总时间来作为评判性能的依据：

1. 由n个节点组成一个环状网络，在上面传送共m个消息。
2. 将每个消息（共m个），逐个发送给1号节点。
3. 第1到n-1号节点在接收到消息后，都转发给下一号节点。
4. 第n号节点每次收到消息后，不再继续转发。
5. 当m个消息都从1号逐个到达第n号节点时，认为全部处理结束。

2.1  硬件平台

Macbook Pro 3,1上的Vmware Fusion 1.0虚拟机中，注意这里给虚拟机只启用了cpu的单个核心：

• 原始Cpu：Core 2 Duo，2.4 GHz，2核心，4 MB L2 缓存，总线速度800 MHz
• 分配给虚拟机的内存：796M

2.2  软件平台

Vmware Fusion 1.0下的Debian etch：

• 原始Python：Debian发行版自带Python 2.4.4
• Python 2.4.4 Stackless 3.1b3 060516
• processing-0.52-py2.4-linux-i686.egg
• 原始Python下的greenlet实现：py lib 0.9.2

3.  实验过程及结果

各方案的实现代码见后文。实验时使用time指令记录每次运行的总时间，选用的都是不做任何输出的no_io实现（Python的print指令还是挺耗资源的，如果不注释掉十有八九得影响测试结果），每次执行时设定n=300，m=10000（Erlang vs. Stackless python: a first benchmark文章中认为n可以设置为300，m则可以取10000到90000之间的数值分别进行测试）。

3.1  Stackless Python的实验结果

real0m4.749s
user0m4.716s
sys0m0.028s

3.2  使用thread模块的实验结果

real1m9.222s
user0m34.418s
sys0m34.622s

也有时这样：

real3m43.539s
user0m15.345s
sys3m27.953s

3.5  greenlet模块的实验结果

real    0m21.610s
user    0m20.713s
sys     0m0.215s

4.  结论与分析

4.1  Stackless Python

毫无疑问，Stackless Python几乎有匪夷所思的并发性能，比其他方案快上几十倍，而且借助Stackless Python提供的channel机制，实现也相当简单。也许这个结果向我们部分揭示了沈仙人基于Stackless Python实现的Eurasia3能够提供相当于C语言效果的恐怖并发性能的原因。

4.2  Python线程

从道理上来讲，thread模块似乎应该和threading提供基本相同的性能，毕竟threading只是对thread的一种封装嘛，后台机制应该是一致的。或许threading由于本身类实例维护方面的开销，应该会比直接用thread慢一点。从实验结果来看，二者性能也确实差不多。只是不大明白为何threading方案的测试结果不是很稳定，即使对其他方案的测试运行多次，误差也不会像threading这么飘。从代码实现体验来说，用threading配合Queue比直接用thread实在是轻松太多了，并且出错的机会也要少很多。

4.3  Python进程

processing模块给出的进程方案大致比thread线程要慢一倍，并且这是在我特意调整虚拟机给它预备了足够空闲内存、避免使用交换分区的情况下取得的（特意分给虚拟机700多M内存就是为了这个）。而其他方案仅仅占用数M内存，完全无需特意调大可用内存总量。当然，如果给虚拟机多启用几个核心的话，processing也许会占上点便宜，毕竟目前thread模块是不能有效利用多cpu资源的（经实验，Stackless Python在开启双核的情况下表现的性能和单核是一样的，说明也是不能有效利用多cpu）。因此一种比较合理的做法是根据cpu的数量，启用少量几个进程，而在进程内部再开启线程进行实际业务处理，这也是目前Python社区推荐的有效利用多cpu资源的办法。好在processing配合其自身提供的Queue模块，编程体验还是比较轻松的。

4.4  greenlet超轻量级方案

基于greenlet的实现则性能仅次于Stackless Python，大致比Stackless Python慢一倍，比其他方案快接近一个数量级。其实greenlet不是一种真正的并发机制，而是在同一线程内，在不同函数的执行代码块之间切换，实施“你运行一会、我运行一会”，并且在进行切换时必须指定何时切换以及切换到哪。greenlet的接口是比较简单易用的，但是使用greenlet时的思考方式与其他并发方案存在一定区别。线程/进程模型在大逻辑上通常从并发角度开始考虑，把能够并行处理的并且值得并行处理的任务分离出来，在不同的线程/进程下运行，然后考虑分离过程可能造成哪些互斥、冲突问题，将互斥的资源加锁保护来保证并发处理的正确性。greenlet则是要求从避免阻塞的角度来进行开发，当出现阻塞时，就显式切换到另一段没有被阻塞的代码段执行，直到原先的阻塞状况消失以后，再人工切换回原来的代码段继续处理。因此，greenlet本质是一种合理安排了的串行，实验中greenlet方案能够得到比较好的性能表现，主要也是因为通过合理的代码执行流程切换，完全避免了死锁和阻塞等情况（执行带屏幕输出的ring_greenlet.py我们会看到脚本总是一个一个地处理消息，把一个消息在环上从头传到尾之后，再开始处理下一个消息）。因为greenlet本质是串行，因此在没有进行显式切换时，代码的其他部分是无法被执行到的，如果要避免代码长时间占用运算资源造成程序假死，那么还是要将greenlet与线程/进程机制结合使用（每个线程、进程下都可以建立多个greenlet，但是跨线程/进程时greenlet之间无法切换或通讯）。

Stackless则比较特别，对很多资源从底层进行了并发改造，并且提供了channel等更适合“并发”的通讯机制实现，使得资源互斥冲突的可能性大大减小，并发性能自然得以提高。粗糙来讲，greenlet是“阻塞了我就先干点儿别的，但是程序员得明确告诉greenlet能先干点儿啥以及什么时候回来”；Stackless则是“东西我已经改造好了，你只要用我的东西，并发冲突就不用操心，只管放心大胆地并发好了”。greenlet应该是学习了Stackless的上下文切换机制，但是对底层资源没有进行适合并发的改造。并且实际上greenlet也没有必要改造底层资源的并发性，因为它本质是串行的单线程，不与其他并发模型混合使用的话是无法造成对资源的并发访问的。

greenlet 封装后的 eventlet 方案

eventlet 是基于 greenlet 实现的面向网络应用的并发处理框架，提供“线程”池、队列等与其他 Python 线程、进程模型非常相似的 api，并且提供了对 Python 发行版自带库及其他模块的超轻量并发适应性调整方法，比直接使用 greenlet 要方便得多。并且这个解决方案源自著名虚拟现实游戏“第二人生”，可以说是久经考验的新兴并发处理模型。其基本原理是调整 Python 的 socket 调用，当发生阻塞时则切换到其他 greenlet 执行，这样来保证资源的有效利用。需要注意的是：

• eventlet 提供的函数只能对 Python 代码中的 socket 调用进行处理，而不能对模块的 C 语言部分的 socket 调用进行修改。对后者这类模块，仍然需要把调用模块的代码封装在 Python 标准线程调用中，之后利用 eventlet 提供的适配器实现 eventlet 与标准线程之间的协作。
• 再有，虽然 eventlet 把 api 封装成了非常类似标准线程库的形式，但两者的实际并发执行流程仍然有明显区别。在没有出现 I/O 阻塞时，除非显式声明，否则当前正在执行的 eventlet 永远不会把 cpu 交给其他的 eventlet，而标准线程则是无论是否出现阻塞，总是由所有线程一起争夺运行资源。所有 eventlet 对 I/O 阻塞无关的大运算量耗时操作基本没有什么帮助。

在性能测试结果方面，eventlet 消耗的运行时间大致是 greenlet 方案的 3 到 5 倍，而 Python 标准线程模型的 thread 方式消耗的运行时间大致是 eventlet 测试代码的 8 到 10 倍。其中前者可能是因为我们在 eventlet 的测试代码中，使用队列机制来完成所有的消息传递，而队列上的访问互斥保护可能额外消耗了一些运算资源。总体而言，eventlet 模型的并发性能虽然比 Stackless Python 和直接使用 greenlet 有一定差距，但仍然比标准线程模型有大约一个数量级的优势，这也就不奇怪近期很多强调并发性能的网络服务器实现采取 eventlet 、线程、进程三者组合使用的实现方案。

5.  实验代码

实验代码下载：

• 版本3 下载：增加了 eventlet 方案的实验代码。
• 版本2 下载：增加了 greenlet 方案的实验代码。
• 版本1 下载：包括 Stackless Python 、 thread 、 threading 、 processing 四种方案的实验代码。

为方便阅读，将实验中用到的几个脚本的代码粘贴如下，其中Stackless Python方案的代码实现直接取自Erlang vs. Stackless python: a first benchmark：

5.1  ring_no_io_slp.py

#!/Library/Frameworks/Python.framework/Versions/2.5/bin/python # encoding: utf-8 import sys import stackless as SL def run_benchmark(n, m): # print(">> Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!\n" % (n, m)) firstP = cin = SL.channel() for s in xrange(1, n): seqn = s cout = SL.channel() # # print("*> s = %d" % (seqn, )) t = SL.tasklet(loop)(seqn, cin, cout) cin = cout else: seqn = s+1 # # print("$> s = %d" % (seqn, )) t = SL.tasklet(mloop)(seqn, cin) for r in xrange(m-1, -1, -1): # # print("+ sending Msg# %d" % r) firstP.send(r) SL.schedule() def loop(s, cin, cout): while True: r = cin.receive() cout.send(r) if r > 0: # print(": Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid(), s, r)) pass else: # print("* Proc: <%s>, Seq#: %s, Msg#: terminate!" % (pid(), s)) break def mloop(s, cin): while True: r = cin.receive() if r > 0: # print("> Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid(), s, r)) pass else: # print("@ Proc: <%s>, Seq#: %s, ring terminated." % (pid(), s)) break def pid(): return repr(SL.getcurrent()).split()[-1][2:-1] if __name__ == '__main__': run_benchmark(int(sys.argv[1]), int(sys.argv[2]))

5.2  ring_no_io_thread.py

#!/Library/Frameworks/Python.framework/Versions/2.5/bin/python # encoding: utf-8 import sys, time import thread SLEEP_TIME = 0.0001 def run_benchmark(n, m): # print(">> Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!\n" % (n, m)) locks = [thread.allocate_lock() for i in xrange(n)] firstP = cin = [] cin_lock_id = 0 for s in xrange(1, n): seqn = s cout = [] cout_lock_id = s # print("*> s = %d" % (seqn, )) thread.start_new_thread(loop, (seqn, locks, cin, cin_lock_id, cout, cout_lock_id)) cin = cout cin_lock_id = cout_lock_id else: seqn = s+1 # print("$> s = %d" % (seqn, )) thread.start_new_thread(mloop, (seqn, locks, cin, cin_lock_id)) for r in xrange(m-1, -1, -1): # print("+ sending Msg# %d" % r) lock = locks[0] lock.acquire() firstP.append(r) lock.release() time.sleep(SLEEP_TIME) try: while True: time.sleep(SLEEP_TIME) except: pass def loop(s, locks, cin, cin_lock_id, cout, cout_lock_id): while True: lock = locks[cin_lock_id] lock.acquire() if len(cin) > 0: r = cin.pop(0) lock.release() else: lock.release() time.sleep(SLEEP_TIME) continue lock = locks[cout_lock_id] lock.acquire() cout.append(r) lock.release() if r > 0: # print(": Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid(), s, r)) pass else: # print("* Proc: <%s>, Seq#: %s, Msg#: terminate!" % (pid(), s)) break def mloop(s, locks, cin, cin_lock_id): while True: lock = locks[cin_lock_id] lock.acquire() if len(cin) > 0: r = cin.pop(0) lock.release() else: lock.release() time.sleep(SLEEP_TIME) continue if r > 0: # print("> Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid(), s, r)) pass else: # print("@ Proc: <%s>, Seq#: %s, ring terminated." % (pid(), s)) break thread.interrupt_main() def pid(): return thread.get_ident() if __name__ == '__main__': run_benchmark(int(sys.argv[1]), int(sys.argv[2]))

5.3  ring_no_io_queue.py

#!/Library/Frameworks/Python.framework/Versions/2.5/bin/python # encoding: utf-8 import sys import threading, Queue def run_benchmark(n, m): # print(">> Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!\n" % (n, m)) firstP = cin = Queue.Queue() for s in xrange(1, n): seqn = s cout = Queue.Queue() # print("*> s = %d" % (seqn, )) t = Loop(seqn, cin, cout) t.setDaemon(False) t.start() cin = cout else: seqn = s+1 # print("$> s = %d" % (seqn, )) t = MLoop(seqn, cin) t.setDaemon(False) t.start() for r in xrange(m-1, -1, -1): # print("+ sending Msg# %d" % r) firstP.put(r) class Loop(threading.Thread): def __init__(self, s, cin, cout): threading.Thread.__init__(self) self.cin = cin self.cout = cout self.s = s def run(self): while True: r = self.cin.get() self.cout.put(r) if r > 0: # print(": Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid(), self.s, r)) pass else: # print("* Proc: <%s>, Seq#: %s, Msg#: terminate!" % (pid(), self.s)) break class MLoop(threading.Thread): def __init__(self, s, cin): threading.Thread.__init__(self) self.cin = cin self.s = s def run(self): while True: r = self.cin.get() if r > 0: # print("> Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid(), self.s, r)) pass else: # print("@ Proc: <%s>, Seq#: %s, ring terminated." % (pid(), self.s)) break def pid(): return threading.currentThread() if __name__ == '__main__': run_benchmark(int(sys.argv[1]), int(sys.argv[2]))

5.4  ring_no_io_proc.py

#!/Library/Frameworks/Python.framework/Versions/2.5/bin/python # encoding: utf-8 import sys import processing, Queue def run_benchmark(n, m): # print(">> Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!\n" % (n, m)) firstP = cin = processing.Queue() for s in xrange(1, n): seqn = s cout = processing.Queue() # print("*> s = %d" % (seqn, )) p = processing.Process(target = loop, args = [seqn, cin, cout]) p.start() cin = cout else: seqn = s+1 # print("$> s = %d" % (seqn, )) p = processing.Process(target = mloop, args = [seqn, cin]) p.start() for r in xrange(m-1, -1, -1): # print("+ sending Msg# %d" % r) firstP.put(r) p.join() def loop(s, cin, cout): while True: r = cin.get() cout.put(r) if r > 0: # print(": Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid(), s, r)) pass else: # print("* Proc: <%s>, Seq#: %s, Msg#: terminate!" % (pid(), s)) break def mloop(s, cin): while True: r = cin.get() if r > 0: # print("> Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid(), s, r)) pass else: # print("@ Proc: <%s>, Seq#: %s, ring terminated." % (pid(), s)) break def pid(): return processing.currentProcess() if __name__ == '__main__': run_benchmark(int(sys.argv[1]), int(sys.argv[2]))

5.5  ring_no_io_greenlet.py

#!/Library/Frameworks/Python.framework/Versions/2.5/bin/python # encoding: utf-8 import sys from py.magic import greenlet def run_benchmark(n, m): # print(">> Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!\n" % (n, m)) glets = [greenlet.getcurrent()] for s in xrange(1, n): seqn = s glets.append(greenlet(loop)) # print("*> s = %d" % (seqn, )) else: seqn = s+1 glets.append(greenlet(mloop)) # print("$> s = %d" % (seqn, )) glets[-1].switch(seqn, glets) for r in xrange(m-1, -1, -1): # print("+ sending Msg# %d" % r) glets[1].switch(r) def loop(s, glets): previous = glets[s - 1] next = glets[s + 1] if s > 1: r = previous.switch(s - 1, glets) else: r = previous.switch() while True: if r > 0: # print(": Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid("loop", s), s, r)) pass else: # print("* Proc: <%s>, Seq#: %s, Msg#: terminate!" % (pid("loop", s), s)) break next.switch(r) r = previous.switch() next.switch(r) def mloop(s, glets): previous = glets[s - 1] r = previous.switch(s - 1, glets) while True: if r > 0: # print("> Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid("mloop", s), s, r)) pass else: # print("@ Proc: <%s>, Seq#: %s, ring terminated." % (pid("mloop", s), s)) break r = previous.switch() def pid(func, s): return "<<%s(Greenlet-%d, started)>>" % (func, s) if __name__ == '__main__': run_benchmark(int(sys.argv[1]), int(sys.argv[2]))

5.6  ring_no_io_eventlet.py

#!/Library/Frameworks/Python.framework/Versions/2.5/bin/python # encoding: utf-8 import sys import eventlet def run_benchmark(n, m): # print(">> Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!\n" % (n, m)) firstP = cin = eventlet.Queue() for s in xrange(1, n): seqn = s cout = eventlet.Queue() # print("*> s = %d" % (seqn, )) eventlet.spawn_n(loop, seqn, cin, cout) cin = cout else: seqn = s+1 # print("$> s = %d" % (seqn, )) for r in xrange(m-1, -1, -1): # print("+ sending Msg# %d" % r) firstP.put(r) mloop(seqn, cin) def loop(s, cin, cout): while True: r = cin.get() cout.put(r) if r > 0: # print(": Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid(), s, r)) pass else: # print("* Proc: <%s>, Seq#: %s, Msg#: terminate!" % (pid(), s)) break def mloop(s, cin): while True: r = cin.get() if r > 0: # print("> Proc: <%s>, Seq#: %s, Msg#: %s .." % (pid(), s, r)) pass else: # print("@ Proc: <%s>, Seq#: %s, ring terminated." % (pid(), s)) break def pid(): return eventlet.greenthread.getcurrent() if __name__ == '__main__': run_benchmark(int(sys.argv[1]), int(sys.argv[2]))