Python中aiohttp百萬并發(fā)極限測試的示例分析

這篇文章主要為大家展示了“Python中aiohttp百萬并發(fā)極限測試的示例分析”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“Python中aiohttp百萬并發(fā)極限測試的示例分析”這篇文章吧。

具體如下：

本文將測試python aiohttp的極限，同時測試其性能表現(xiàn)，以分鐘發(fā)起請求數(shù)作為指標(biāo)。大家都知道，當(dāng)應(yīng)用到網(wǎng)絡(luò)操作時，異步的代碼表現(xiàn)更優(yōu)秀，但是驗證這個事情，同時搞明白異步到底有多大的優(yōu)勢以及為什么會有這樣的優(yōu)勢仍然是一件有趣的事情。為了驗證，我將發(fā)起1000000請求，用aiohttp客戶端。aiohttp每分鐘能夠發(fā)起多少請求？你能預(yù)料到哪些異常情況以及崩潰會發(fā)生，當(dāng)你用比較粗糙的腳本去發(fā)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

異步編程并不簡單。相比平常的同步編程，你需要付出更多的努力在使用回調(diào)函數(shù)，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(guān)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(guān)的話題（相比之下，twisted相關(guān)的有2585）。有個別關(guān)于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(chǔ)開始 —— 簡單HTTP hello world —— 發(fā)起GET請求，同時獲取一個單獨的HTTP響應(yīng)。

同步模式，你這么做：

import requests
def hello()
   return requests.get("http://httpbin.org/get")
print(hello())

接著我們使用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(wù)，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(guān)鍵字將函數(shù)異步化。在hello()中實際上有兩個異步操作：首先異步獲取相應(yīng)，然后異步讀取響應(yīng)的內(nèi)容。

Aiohttp推薦使用ClientSession作為主要的接口發(fā)起請求。ClientSession允許在多個請求之間保存cookie以及相關(guān)對象信息。Session(會話)在使用完畢之后需要關(guān)閉，關(guān)閉Session是另一個異步操作，所以每次你都需要使用async with關(guān)鍵字。

一旦你建立了客戶端session，你可以用它發(fā)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(guān)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(huán)中。所以你需要創(chuàng)建一個asyncio loop的實例， 然后將任務(wù)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，其實并沒有那么復(fù)雜。

訪問多個鏈接

現(xiàn)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，也許你并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(shù)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(wù)傳遞給事件循環(huán)。

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(xiàn)在假設(shè)我們想獲取所有的響應(yīng)，并將他們保存在同一個列表中。目前，我們沒有保存響應(yīng)內(nèi)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(dāng)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(xiàn)在我們來模擬真實場景，去調(diào)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(chǎn)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(fā)生了什么？你期待獲得響應(yīng)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，這意味著它不會立即返回結(jié)果，僅僅返回生成器。這些生成器需要被調(diào)用跟運行，但是這并不是默認(rèn)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(guān)鍵字即可修復(fù)。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(jié)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(fā)生了什么？查看本地日志，你會發(fā)現(xiàn)沒有任何請求到達服務(wù)器，實際上沒有任何請求發(fā)生。打印信息首先打印<_Gathering pending>對象，然后警告等待的任務(wù)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(jīng)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）?？纯赐脚c異步（client）效率上的區(qū)別。異步每分鐘能夠發(fā)起多少請求。

為此，我們首先配置一個異步的aiohttp服務(wù)器端。這個服務(wù)端將獲取全部的html文本， 來自Marry Shelley的Frankenstein。在每個響應(yīng)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(yīng)延時為固定值，一般而言，每個響應(yīng)的延時是不同的。

服務(wù)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(fā)現(xiàn)異步客戶端的優(yōu)勢有多么巨大。有的響應(yīng)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(dāng)有延遲發(fā)生時，它將去做其他的事情。在日志中，你也會發(fā)現(xiàn)這個現(xiàn)象。首先是0延遲的響應(yīng)，然后當(dāng)它們到達后，你將看到1s的延遲，最后是最大延遲的響應(yīng)。

極限測試

現(xiàn)在我們知道異步表現(xiàn)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(fā)送1000異步請求。我很好奇我的客戶端能夠處理多少數(shù)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(dāng)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，可能代表著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(tǒng)有數(shù)量的限制。多少才叫太多呢？我查看Python源碼，然后發(fā)現(xiàn)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(shù)值，但是聽起來并不高明。更好的辦法是，加入一些同步機制，限制并發(fā)數(shù)量。于是我在asyncio.Semaphore()中加入最大任務(wù)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(xiàn)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(dāng)不錯的表現(xiàn)。

那100K呢？這個任務(wù)讓我的機器很吃力，不過驚奇的是，它工作的很好。服務(wù)器的表現(xiàn)相當(dāng)穩(wěn)定，雖然內(nèi)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(wù)器占用的cpu明顯小于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分鐘過后，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(yīng)沒有正常關(guān)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(fā)生了什么。我初始的猜測是測試服務(wù)器掛掉了。一個讀者提出：這個異常的發(fā)生原因是操作系統(tǒng)的可用端口耗盡。之前我限制了并發(fā)連接數(shù)最大為1k，可能有些sockets仍然處在closing狀態(tài)，系統(tǒng)內(nèi)核無法使用才導(dǎo)致這個問題。

已經(jīng)很不錯了，不是嗎？100k耗時5分鐘。相當(dāng)于一分鐘20k請求數(shù)。

最后我嘗試1M連接數(shù)。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分鐘。

1913.06user 1196.09system 52:06.87elapsed 99%CPU
(0avgtext+0avgdata 5194260maxresident)k 265144
inputs+0outputs (18692major+2528207minor)
pagefaults 0swaps

這意味著，我們的客戶端每分鐘發(fā)送了19230次請求。還不錯吧？注意客戶端的性能被服務(wù)器限制了，好像服務(wù)器端崩潰了好幾次。

最后

如你所見，異步HTTP客戶端相當(dāng)強大。發(fā)起1M請求不是那么困難，同時相比同步模式，優(yōu)勢巨大。

我好奇對比其他的語言或者異步框架，其表現(xiàn)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)能夠支持到多少并發(fā)？比如：某些Java 異步框架？或者C++框架？或者某些Rust HTTP客戶端？

以上是“Python中aiohttp百萬并發(fā)極限測試的示例分析”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道！