Python flask與fastapi性能測(cè)試方法介紹
背景
sy項(xiàng)目通過(guò)MQ接受業(yè)務(wù)系統(tǒng)的業(yè)務(wù)數(shù)據(jù),通過(guò)運(yùn)行開發(fā)者開發(fā)的python腳本執(zhí)行業(yè)務(wù)系統(tǒng)與財(cái)務(wù)系統(tǒng)數(shù)據(jù)的一致性校驗(yàn)。
sy系統(tǒng)需要每天運(yùn)行大量的python腳本。目前使用falsk日運(yùn)行6W+次python腳本,由于性能存在瓶頸,需要引入
新的fastapi框架,來(lái)解決cpu、內(nèi)存性能壓榨不夠及目前的性能瓶頸。本文目標(biāo)給出兩者的性能測(cè)試報(bào)告。
給出選擇哪個(gè)框架的性能數(shù)據(jù)支撐。
apache ab介紹
apache ab性能測(cè)試
安裝
yum -y install httpd-tools
部分參數(shù)說(shuō)明
-n 執(zhí)行的請(qǐng)求總數(shù)
-c 并發(fā)數(shù), 同時(shí)執(zhí)行的數(shù)量, c不能大于n
-p post請(qǐng)求指定的文件
-T header Content-type值,默認(rèn)為 'text/plain'
測(cè)試get請(qǐng)求
ab -c 10 http://127.0.0.1:8081/cppla
測(cè)試post請(qǐng)求
ab -n 100 -c 10 -T 'application/json' -p httpjson.txt http://127.0.0.1:8081/cppla1
// httpjson.txt的內(nèi)容
{"recordId": 123}
測(cè)試計(jì)劃
模擬真實(shí)每次請(qǐng)求調(diào)用腳本,分別對(duì)每一個(gè)數(shù)量級(jí)的請(qǐng)求量進(jìn)行測(cè)試。
| 請(qǐng)求總數(shù) | 每次并發(fā)數(shù) | 每次并發(fā)數(shù) | 每次并發(fā)數(shù) |
|---|---|---|---|
| 100 | 10 | 100 | 1000 |
| 1000 | 10 | 100 | 1000 |
| 10000 | 10 | 100 | 1000 |
| 20000 | 10 | 100 | 1000 |
| 30000 | 10 | 100 | 1000 |
| 40000 | 10 | 100 | 1000 |
| 50000 | 10 | 100 | 1000 |
| 60000 | 10 | 100 | 1000 |
| 80000 | 10 | 100 | 1000 |
測(cè)試代碼
處理post請(qǐng)求,延時(shí)3s返回結(jié)果。flask啟動(dòng)20個(gè)進(jìn)程。fastapi啟動(dòng)一個(gè)進(jìn)程。
## flask 代碼
# coding: utf-8
from gevent import monkey
from gevent.pywsgi import WSGIServer
import requests
import datetime
import os
from multiprocessing import cpu_count, Process
from flask import Flask, jsonify,request
import json
import traceback
import importlib
from loguru import logger
import time
app = Flask(__name__)
# 執(zhí)行run方法
@app.route("/cppla1", methods=['POST', 'GET'])
def cppla1():
data = request.json
time.sleep(3)
return data
# 啟動(dòng)監(jiān)聽(tīng)ip、端口
def run(MULTI_PROCESS):
if MULTI_PROCESS == False:
WSGIServer(('0.0.0.0', 8081), app).serve_forever()
else:
mulserver = WSGIServer(('0.0.0.0', 8081), app)
mulserver.start()
def server_forever():
mulserver.start_accepting()
mulserver._stop_event.wait()
# for i in range(cpu_count()):
for i in range(20):
logger.info('啟動(dòng)進(jìn)程第幾個(gè):{}', i)
p = Process(target=server_forever)
p.start()
if __name__ == "__main__":
# 單進(jìn)程 + 協(xié)程
# run(False)
# 多進(jìn)程 + 協(xié)程
log_init()
run(True)## fastapi
# coding: utf-8
# import web framework
from fastapi import FastAPI
from fastapi.encoders import jsonable_encoder
from fastapi.responses import JSONResponse
# import base lib
import datetime
import os
import requests
import json
import traceback
import importlib
from loguru import logger
import time
app = FastAPI()
@app.post("/cppla1")
def function_benchmark(data:dict):
time.sleep(3)
return {"item": data}
# 啟動(dòng)監(jiān)聽(tīng)ip、端口
if __name__ == "__main__":
import uvicorn
uvicorn.run(app, host="0.0.0.0", port=8081)測(cè)試結(jié)果
| 框架類型 | 請(qǐng)求總數(shù) | 每次并發(fā)數(shù) | 耗時(shí)(s) | 每次并發(fā)數(shù) | 耗時(shí)(s) | 每次并發(fā)數(shù) | 耗時(shí)(s) |
|---|---|---|---|---|---|---|---|
| fastapi | 100 | 10 | 33.119 | 100 | 12.148 | 1000 | ab命令不支持 |
| flask | 100 | 10 | 45.088 | 100 | 81.106 | 1000 | ab命令不支持 |
| fastapi | 1000 | 10 | 304.057 | 100 | 78.283 | 1000 | 78.631 |
| flask | 1000 | 10 | 327.472 | 100 | 198.273 | 1000 | 303.442 |
| fastapi | 10000 | 10 | x | 100 | 754.296 | 1000 | 757.719 |
| flask | 10000 | 10 | x | 100 | 1550.119 | 1000 | 1970.427 |
| fastapi | 20000 | 10 | x | 100 | x | 1000 | x |
| flask | 20000 | 10 | x | 100 | x | 1000 | x |
| fastapi | 30000 | 10 | x | 100 | x | 1000 | x |
| flask | 30000 | 10 | x | 100 | x | 1000 | x |
| fastapi | 40000 | 10 | x | 100 | x | 1000 | x |
| flask | 40000 | 10 | x | 100 | x | 1000 | x |
| fastapi | 50000 | 10 | x | 100 | x | 1000 | x |
| flask | 50000 | 10 | x | 100 | x | 1000 | x |
| fastapi | 60000 | 10 | x | 100 | x | 1000 | x |
| flask | 60000 | 10 | x | 100 | x | 1000 | x |
| fastapi | 80000 | 10 | x | 100 | x | 1000 | x |
| flask | 80000 | 10 | x | 100 | x | 1000 | x |
結(jié)論
fastapi是flask性能的3倍,推薦使用fastap。
到此這篇關(guān)于Python flask與fastapi性能測(cè)試方法介紹的文章就介紹到這了,更多相關(guān)flask與fastapi性能測(cè)試內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python3 adb 獲取設(shè)備序列號(hào)的實(shí)現(xiàn)
這篇文章主要介紹了python3 adb 獲取設(shè)備序列號(hào)的實(shí)現(xiàn)操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-06-06
Python基礎(chǔ)實(shí)戰(zhàn)總結(jié)
今天要給大家介紹的是Python基礎(chǔ)實(shí)戰(zhàn),本文主要以舉例說(shuō)明講解:?jiǎn)栴}的關(guān)鍵點(diǎn)就是在于構(gòu)造姓名,學(xué)號(hào)和成績(jī),之后以字典的形式進(jìn)行寫入文件。這里準(zhǔn)備兩個(gè)列表,一個(gè)姓,一個(gè)名,之后使用random庫(kù)進(jìn)行隨機(jī)字符串拼接,得到姓名,需要的朋友可以參考一下2021-10-10
opencv python 基于KNN的手寫體識(shí)別的實(shí)例
這篇文章主要介紹了opencv python 基于KNN的手寫體識(shí)別的實(shí)例,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-08-08
Python中關(guān)于列表的常規(guī)操作范例以及介紹
列表是一種有序的集合,可以隨時(shí)添加和刪除其中的元素。在python中使用的頻率非常高,本篇文章對(duì)大家的學(xué)習(xí)或工作具有一定的價(jià)值,需要的朋友可以參考下2021-09-09

