Chinaunix首页 | 论坛 | 博客
  • 博客访问: 179246
  • 博文数量: 13
  • 博客积分: 10
  • 博客等级: 民兵
  • 技术积分: 832
  • 用 户 组: 普通用户
  • 注册时间: 2010-12-16 22:43
个人简介

最近关注Python,Linux,LLVM

文章分类

全部博文(13)

文章存档

2014年(13)

分类: 架构设计与优化

2014-04-23 17:45:42

前言

异步操作在计算机软硬件体系中是一个普遍概念,根源在于参与协作的各实体处理速度上有明显差异。软件开发中遇到的多数情况是CPU与IO的速度不匹配,所以异步IO存在于各种编程框架中,客户端比如浏览器,服务端比如node.js。本文主要分析Python异步IO。

Python 3.4标准库有一个新模块asyncio,用来支持异步IO,不过目前API状态是provisional,意味着不保证向后兼容性,甚至可能从标准库中移除(可能性极低)。如果关注PEP和Python-Dev会发现该模块酝酿了很长时间,可能后续有API和实现上的调整,但毋庸置疑asyncio非常实用且功能强大,值得学习和深究。

示例

asyncio主要应对TCP/UDP socket通信,从容管理大量连接,而无需创建大量线程,提高系统运行效率。此处将官方文档的一个示例做简单改造,实现一个HTTP长连接benchmark工具,用于诊断WEB服务器长连接处理能力。

功能概述:
每隔10毫秒创建10个连接,直到目标连接数(比如10k),同时每个连接都会规律性的向服务器发送HEAD请求,以维持HTTP keepavlie。

代码如下: 

点击(此处)折叠或打开

  1. import argparse
  2. import asyncio
  3. import functools
  4. import logging
  5. import random
  6. import urllib.parse

  7. loop = asyncio.get_event_loop()

  8. @asyncio.coroutine
  9. def print_http_headers(no, url, keepalive):
  10.     url = urllib.parse.urlsplit(url)
  11.     wait_for = functools.partial(asyncio.wait_for, timeout=3, loop=loop)
  12.     query = ('HEAD {url.path} HTTP/1.1\r\n'
  13.              'Host: {url.hostname}\r\n'
  14.              '\r\n').format(url=url).encode('utf-8')

  15.     rd, wr = yield from wait_for(asyncio.open_connection(url.hostname, 80))
  16.     while True:
  17.         wr.write(query)
  18.    
  19.         while True:
  20.             line = yield from wait_for(rd.readline())
  21.             if not line: # end of connection
  22.                 wr.close()
  23.                 return no
  24.             line = line.decode('utf-8').rstrip()
  25.             if not line: # end of header
  26.                 break
  27.             logging.debug('(%d) HTTP header> %s' % (no, line))

  28.         yield from asyncio.sleep(random.randint(1, keepalive//2))


  29. @asyncio.coroutine
  30. def do_requests(args):
  31.     conn_pool = set()
  32.     waiter = asyncio.Future()

  33.     def _on_complete(fut):
  34.         conn_pool.remove(fut)
  35.         exc, res = fut.exception(), fut.result()
  36.         if exc is not None:
  37.             logging.info('conn#{} exception'.format(exc))
  38.         else:
  39.             logging.info('conn#{} result'.format(res))

  40.         if not conn_pool:
  41.             waiter.set_result('event loop is done')

  42.     for i in range(args.connections):
  43.         fut = asyncio.async(print_http_headers(i, args.url, args.keepalive))
  44.         fut.add_done_callback(_on_complete)
  45.         conn_pool.add(fut)
  46.         if i % 10 == 0:
  47.             yield from asyncio.sleep(0.01)

  48.     logging.info((yield from waiter))


  49. def main():
  50.     parser = argparse.ArgumentParser(description='asyncli')
  51.     parser.add_argument('url', help='page address')
  52.     parser.add_argument('-c', '--connections', type=int, default=1,
  53.                         help='number of connections simultaneously')
  54.     parser.add_argument('-k', '--keepalive', type=int, default=60,
  55.                         help='HTTP keepalive timeout')
  56.     args = parser.parse_args()

  57.     logging.basicConfig(level=logging.INFO, format='%(asctime)s %(message)s')
  58.     loop.run_until_complete(do_requests(args))
  59.     loop.close()


  60. if __name__ == '__main__':
  61.     main()

测试与分析

硬件:CPU 2.3GHz / 2 cores,RAM 2GB
软件:CentOS 6.5(kernel 2.6.32), Python 3.3 (pip install asyncio), nginx 1.4.7
参数设置:ulimit -n 10240;nginx worker的连接数改为10240

启动WEB服务器,只需一个worker进程:
  1. # ../sbin/nginx
  2. # ps ax | grep nginx
  3. 2007 ? Ss 0:00 nginx: master process ../sbin/nginx
  4. 2008 ? S 0:00 nginx: worker process

启动benchmark工具, 发起10k个连接,目标URL是nginx的默认测试页面:
  1. $ python asyncli.py -c 10000

nginx日志统计平均每秒请求数:
  1. # tail -1000000 access.log | awk '{ print $4 }' | sort | uniq -c | awk '{ cnt+=1; sum+=$1 } END { printf "avg = %d\n", sum/cnt }'
  2. avg = 548

top部分输出:
  1. VIRT   RES   SHR  S %CPU  %MEM   TIME+  COMMAND
  2. 657m   115m  3860 R 60.2  6.2   4:30.02  python
  3. 54208  10m   848  R 7.0   0.6   0:30.79  nginx

总结:
1. Python实现简洁明了。不到80行代码,只用到标准库,逻辑直观,想象下C/C++标准库实现这些功能,顿觉“人生苦短,我用Python”。

2. Python运行效率不理想。当连接建立后,客户端和服务端的数据收发逻辑差不多,看上面top输出,Python的CPU和RAM占用基本都是nginx的10倍,意味着效率相差100倍(CPU x RAM),侧面说明了Python与C的效率差距。这个对比虽然有些极端,毕竟nginx不仅用C且为CPU/RAM占用做了深度优化,但相似任务效率相差两个数量级,除非是BUG,说明架构设计的出发点就是不同的,Python优先可读易用而性能次之,nginx就是一个高度优化的WEB服务器,开发一个module都比较麻烦,要复用它的异步框架,简直难上加难。开发效率与运行效率的权衡,永远都存在。

3. 单线程异步IO v.s. 多线程同步IO。上面的例子是单线程异步IO,其实不写demo就知道多线程同步IO效率低得多,每个线程一个连接?10k个线程,仅线程栈就占用600+MB(64KB * 10000)内存,加上线程上下文切换和GIL,基本就是噩梦。

ayncio核心概念

以下是学习asyncio时需要理解的四个核心概念,更多细节请看<参考资料>
1. event loop。单线程实现异步的关键就在于这个高层事件循环,它是同步执行的。
2. future。异步IO有很多异步任务构成,而每个异步任务都由一个future控制。
3. coroutine。每个异步任务具体的执行逻辑由一个coroutine来体现。
4. generator(yield & yield from) 。在asyncio中大量使用,是不可忽视的语法细节。

参考资料

1. asyncio – Asynchronous I/O, event loop, coroutines and tasks, 
2. PEP 3156, Asynchronous IO Support Rebooted: the "asyncio” Module, http://legacy.python.org/dev/peps/pep-3156/
3. PEP 380, Syntax for Delegating to a Subgenerator, http://legacy.python.org/dev/peps/pep-0380/
4. PEP 342, Coroutines via Enhanced Generators, http://legacy.python.org/dev/peps/pep-0342/
5. PEP 255, Simple Generators, http://legacy.python.org/dev/peps/pep-0255/
6. asyncio source code, 

阅读(13067) | 评论(0) | 转发(0) |
0

上一篇:Git之本地代码管理

下一篇:C++11之线程

给主人留下些什么吧!~~