http://www.aikaiyuan.com/10935.html
本文將測試python aiohttp的極限，同時測試其性能表現，以分鍾發起請求數作為指標。大家都知道，當應用到網絡操作時，異步的代碼表現更優秀，但是驗證這個事情，同時搞明白異步到底有多大的優勢以及為什么會有這樣的優勢仍然是一件有趣的事情。為了驗證，我將發起1000000請求，用aiohttp客戶端。aiohttp每分鍾能夠發起多少請求？你能預料到哪些異常情況以及崩潰會發生，當你用比較粗糙的腳本去發起如此大量的請求？面對如此大量的請求，哪些主要的陷阱是你需要去思考的？
初識 asyncio/aiohttp
異步編程並不簡單。相比平常的同步編程，你需要付出更多的努力在使用回調函數，以事件以及事件處理器的模式進行思考。同時也是因為asyncio相對較新，相關的教程以及博客還很少的緣故。官方文檔非常簡陋，只有最基本的范例。在我寫本文的時候，Stack Overflow上面，只有410個與asyncio相關的話題（相比之下，twisted相關的有2585）。有個別關於asyncio的不錯的博客以及文章，比如這個、這個、這個，或者還有這個以及這個。
簡單起見，我們先從基礎開始 —— 簡單HTTP hello world —— 發起GET請求，同時獲取一個單獨的HTTP響應。
同步模式，你這么做：
import requests
def hello()
return requests.get("http://httpbin.org/get")
print(hello())
接着我們使用aiohttp：
#!/usr/local/bin/python3.5
import asyncio
from aiohttp import ClientSession
async def hello():
async with ClientSession() as session:
async with session.get("http://httpbin.org/headers") as response:
response = await response.read()
print(response)
loop = asyncio.get_event_loop()
loop.run_until_complete(hello())
好吧，看上去僅僅一個簡單的任務，我寫了很多的代碼……那里有“async def”、“async with”、“await”—— 看上去讓人迷惑，讓我們嘗試弄懂它們。
你使用async以及await關鍵字將函數異步化。在hello()中實際上有兩個異步操作：首先異步獲取相應，然后異步讀取響應的內容。
Aiohttp推薦使用ClientSession作為主要的接口發起請求。ClientSession允許在多個請求之間保存cookie以及相關對象信息。Session(會話)在使用完畢之后需要關閉，關閉Session是另一個異步操作，所以每次你都需要使用async with關鍵字。
一旦你建立了客戶端session，你可以用它發起請求。這里是又一個異步操作的開始。上下文管理器的with語句可以保證在處理session的時候，總是能正確的關閉它。
要讓你的程序正常的跑起來，你需要將他們加入事件循環中。所以你需要創建一個asyncio loop的實例， 然后將任務加入其中。
看起來有些困難，但是只要你花點時間進行思考與理解，就會有所體會，其實並沒有那么復雜。
訪問多個鏈接
現在我們來做些更有意思的事情，順序訪問多個鏈接。
同步方式如下：
for url in urls: print(requests.get(url).text)
很簡單。不過異步方式卻沒有這么容易。所以任何時候你都需要思考，你的處境是否有必要用到異步。如果你的app在同步模式工作的很好，也許你並不需要將之遷移到異步方式。如果你確實需要異步方式，這里會給你一些啟示。我們的異步函數hello()還是保持原樣，不過我們需要將之包裝在asyncio的Future對象中，然后將Future對象列表作為任務傳遞給事件循環。
loop = asyncio.get_event_loop()
tasks = [] # I'm using test server localhost, but you can use any url
url = "http://localhost:8080/{}"
for i in range(5):
task = asyncio.ensure_future(hello(url.format(i)))
tasks.append(task)
loop.run_until_complete(asyncio.wait(tasks))
現在假設我們想獲取所有的響應，並將他們保存在同一個列表中。目前，我們沒有保存響應內容，僅僅只是打印了他們。讓我們返回他們，將之存儲在一個列表當中，最后再打印出來。
為了達到這個目的，我們需要修改一下代碼：
#!/usr/local/bin/python3.5
import asyncio
from aiohttp import ClientSession
async def fetch(url):
async with ClientSession() as session:
async with session.get(url) as response:
return await response.read()
async def run(loop, r):
url = "http://localhost:8080/{}"
tasks = []
for i in range(r):
task = asyncio.ensure_future(fetch(url.format(i)))
tasks.append(task)
responses = await asyncio.gather(*tasks)
# you now have all response bodies in this variable
print(responses)
def print_responses(result):
print(result)
loop = asyncio.get_event_loop()
future = asyncio.ensure_future(run(loop, 4))
loop.run_until_complete(future)
注意asyncio.gather()的用法，它搜集所有的Future對象，然后等待他們返回。
常見錯誤
現在我們來模擬真實場景，去調試一些錯誤，作為演示范例。
看看這個：
# WARNING! BROKEN CODE DO NOT COPY PASTE async def fetch(url): async with ClientSession() as session: async with session.get(url) as response: return response.read()
如果你對aiohttp或者asyncio不夠了解，即使你很熟悉Python，這段代碼也不好debug。
上面的代碼產生如下輸出：
pawel@pawel-VPCEH390X ~/p/l/benchmarker> ./bench.py [<generator object ClientResponse.read at 0x7fa68d465728>, <generator object ClientResponse.read at 0x7fa68cdd9468>, <generator object ClientResponse.read at 0x7fa68d4656d0>, <generator object ClientResponse.read at 0x7fa68cdd9af0>]
發生了什么？你期待獲得響應對象，但是你得到的是一組生成器。怎么會這樣？
我之前提到過，response.read()是一個異步操作，這意味着它不會立即返回結果，僅僅返回生成器。這些生成器需要被調用跟運行，但是這並不是默認行為。在Python34中加入的yield from以及Python35中加入的await便是為此而生。它們將迭代這些生成器。以上代碼只需要在response.read()前加上await關鍵字即可修復。如下：
# async operation must be preceded by await return await response.read() # NOT: return response.read()
我們看看另一個例子。
# WARNING! BROKEN CODE DO NOT COPY PASTE
async def run(loop, r):
url = "http://localhost:8080/{}"
tasks = []
for i in range(r):
task = asyncio.ensure_future(fetch(url.format(i)))
tasks.append(task)
responses = asyncio.gather(*tasks)
print(responses)
輸出結果如下：
pawel@pawel-VPCEH390X ~/p/l/benchmarker> ./bench.py <_GatheringFuture pending> Task was destroyed but it is pending! task: <Task pending coro=<fetch() running at ./bench.py:7> wait_for=<Future pending cb=[Task._wakeup()]> cb=[gather.<locals>._done_callback(0)() at /usr/local/lib/python3.5/asyncio/tasks.py:602]> Task was destroyed but it is pending! task: <Task pending coro=<fetch() running at ./bench.py:7> wait_for=<Future pending cb=[Task._wakeup()]> cb=[gather.<locals>._done_callback(1)() at /usr/local/lib/python3.5/asyncio/tasks.py:602]> Task was destroyed but it is pending! task: <Task pending coro=<fetch() running at ./bench.py:7> wait_for=<Future pending cb=[Task._wakeup()]> cb=[gather.<locals>._done_callback(2)() at /usr/local/lib/python3.5/asyncio/tasks.py:602]> Task was destroyed but it is pending! task: <Task pending coro=<fetch() running at ./bench.py:7> wait_for=<Future pending cb=[Task._wakeup()]> cb=[gather.<locals>._done_callback(3)() at /usr/local/lib/python3.5/asyncio/tasks.py:602]>
發生了什么？查看本地日志，你會發現沒有任何請求到達服務器，實際上沒有任何請求發生。打印信息首先打印<_Gathering pending>對象，然后警告等待的任務被銷毀。又一次的，你忘記了await。
修改
responses = asyncio.gather(*tasks)
到
responses = await asyncio.gather(*tasks)
即可解決問題。
經驗：任何時候，你在等待什么的時候，記得使用await。
同步 vs 異步
重頭戲來了。我們來驗證異步是否值得（編碼麻煩）。看看同步與異步（client）效率上的區別。異步每分鍾能夠發起多少請求。
為此，我們首先配置一個異步的aiohttp服務器端。這個服務端將獲取全部的html文本， 來自Marry Shelley的Frankenstein。在每個響應中，它將添加隨機的延時。有的為0，最大值為3s。類似真正的app。有些app的響應延時為固定值，一般而言，每個響應的延時是不同的。
服務器代碼如下：
#!/usr/local/bin/python3.5
import asyncio
from datetime import datetime
from aiohttp import web
import random
# set seed to ensure async and sync client get same distribution of delay values
# and tests are fair random.seed(1)
async def hello(request):
name = request.match_info.get("name", "foo")
n = datetime.now().isoformat()
delay = random.randint(0, 3)
await asyncio.sleep(delay)
headers = {"content_type": "text/html", "delay": str(delay)}
# opening file is not async here, so it may block, to improve
# efficiency of this you can consider using asyncio Executors
# that will delegate file operation to separate thread or process
# and improve performance
# https://docs.python.org/3/library/asyncio-eventloop.html#executor
# https://pymotw.com/3/asyncio/executors.html
with open("frank.html", "rb") as html_body:
print("{}: {} delay: {}".format(n, request.path, delay))
response = web.Response(body=html_body.read(), headers=headers)
return response
app = web.Application()
app.router.add_route("GET", "/{name}", hello)
web.run_app(app)
同步客戶端代碼如下：
import requests
r = 100
url = "http://localhost:8080/{}"
for i in range(r):
res = requests.get(url.format(i))
delay = res.headers.get("DELAY")
d = res.headers.get("DATE")
print("{}:{} delay {}".format(d, res.url, delay))
在我的機器上，上面的代碼耗時2分45s。而異步代碼只需要3.48s。
有趣的是，異步代碼耗時無限接近最長的延時（server的配置）。如果你觀察打印信息，你會發現異步客戶端的優勢有多么巨大。有的響應為0延遲，有的為3s。同步模式下，客戶端會阻塞、等待，你的機器什么都不做。異步客戶端不會浪費時間，當有延遲發生時，它將去做其他的事情。在日志中，你也會發現這個現象。首先是0延遲的響應，然后當它們到達后，你將看到1s的延遲，最后是最大延遲的響應。
極限測試
現在我們知道異步表現更好，讓我們嘗試去找到它的極限，同時嘗試讓它崩潰。我將發送1000異步請求。我很好奇我的客戶端能夠處理多少數量的請求。
> time python3 bench.py 2.68user 0.24system 0:07.14elapsed 40%CPU (0avgtext+0avgdata 53704maxresident) k 0inputs+0outputs (0major+14156minor)pagefaults 0swaps
1000個請求，花費了7s。相當不錯的成績。然后10K呢？很不幸，失敗了：
responses are <_GatheringFuture finished exception= ClientOSError(24, 'Cannot connect to host localhost:8080 ssl: False [Can not connect to localhost:8080 [Too many open files]]')> Traceback (most recent call last): File "/home/pawel/.local/lib/python3.5/site-packages/aiohttp/connector.py", line 581, in _create_connection File "/usr/local/lib/python3.5/asyncio/base_events.py", line 651, in create_connection File "/usr/local/lib/python3.5/asyncio/base_events.py", line 618, in create_connection File "/usr/local/lib/python3.5/socket.py", line 134, in __init__ OS Error: [Errno 24] Too many open files
這樣不大好，貌似我倒在了10K connections problem面前。
traceback顯示，open files太多了，可能代表着open sockets太多。為什么叫文件？Sockets（套接字）僅僅是文件描述符，操作系統有數量的限制。多少才叫太多呢？我查看Python源碼，然后發現這個值為1024.怎么樣繞過這個問題？一個粗暴的辦法是增加這個數值，但是聽起來並不高明。更好的辦法是，加入一些同步機制，限制並發數量。於是我在asyncio.Semaphore()中加入最大任務限制為1000.
修改客戶端代碼如下：
# modified fetch function with semaphore
import random
import asyncio
from aiohttp import ClientSession
async def fetch(url):
async with ClientSession() as session:
async with session.get(url) as response:
delay = response.headers.get("DELAY")
date = response.headers.get("DATE")
print("{}:{} with delay {}".format(date, response.url, delay))
return await response.read()
async def bound_fetch(sem, url):
# getter function with semaphore
async with sem:
await fetch(url)
async def run(loop, r):
url = "http://localhost:8080/{}"
tasks = []
# create instance of Semaphore
sem = asyncio.Semaphore(1000)
for i in range(r):
# pass Semaphore to every GET request
task = asyncio.ensure_future(bound_fetch(sem, url.format(i)))
tasks.append(task)
responses = asyncio.gather(*tasks)
await responses number = 10000
loop = asyncio.get_event_loop()
future = asyncio.ensure_future(run(loop, number))
loop.run_until_complete(future)
現在，我們可以處理10k鏈接了。這花去我們23s，同時返回了一些異常。不過不管怎樣，相當不錯的表現。
那100K呢？這個任務讓我的機器很吃力，不過驚奇的是，它工作的很好。服務器的表現相當穩定，雖然內存占用很高，然后cpu占用一直維持在100%左右。讓我覺得有趣的是，服務器占用的cpu明顯小於client。這是ps的回顯：
pawel@pawel-VPCEH390X ~/p/l/benchmarker> ps ua | grep python USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND pawel 2447 56.3 1.0 216124 64976 pts/9 Sl+ 21:26 1:27 /usr/local/bin/python3.5 ./test_server.py pawel 2527 101 3.5 674732 212076 pts/0 Rl+ 21:26 2:30 /usr/local/bin/python3.5 ./bench.py
最終因為某些原因，運行5分鍾過后，它崩潰了。它生成了接近100K行的輸出，所以很難定位traceback，好像某些響應沒有正常關閉。具體原因不太確定。(client or server error)
一段時間的滾動以后，我找到了這個異常，在client日志中。
File "/usr/local/lib/python3.5/asyncio/futures.py", line 387, in __iter__ return self.result() # May raise too. File "/usr/local/lib/python3.5/asyncio/futures.py", line 274, in result raise self._exception File "/usr/local/lib/python3.5/asyncio/selector_events.py", line 411, in _sock_connect sock.connect(address) OS Error: [Errno 99] Cannot assign requested address
我不太確定這里發生了什么。我初始的猜測是測試服務器掛掉了。一個讀者提出：這個異常的發生原因是操作系統的可用端口耗盡。之前我限制了並發連接數最大為1k，可能有些sockets仍然處在closing狀態，系統內核無法使用才導致這個問題。
已經很不錯了，不是嗎？100k耗時5分鍾。相當於一分鍾20k請求數。
最后我嘗試1M連接數。我真怕我的筆記本因為這個爆炸^_^.我特意將延遲降低為0到1s之間。最終耗時52分鍾。
1913.06user 1196.09system 52:06.87elapsed 99%CPU (0avgtext+0avgdata 5194260maxresident)k 265144 inputs+0outputs (18692major+2528207minor) pagefaults 0swaps
這意味着，我們的客戶端每分鍾發送了19230次請求。還不錯吧？注意客戶端的性能被服務器限制了，好像服務器端崩潰了好幾次。
最后
如你所見，異步HTTP客戶端相當強大。發起1M請求不是那么困難，同時相比同步模式，優勢巨大。
我好奇對比其他的語言或者異步框架，其表現如何？可能在以后某個時候，我將對比Twisted Treq跟aiohttp。然后，其他的異步庫(其他語言)能夠支持到多少並發？比如：某些Java 異步框架？或者C++框架？或者某些Rust HTTP客戶端？
相關文章