我們知道對(duì)于網(wǎng)絡(luò)請(qǐng)求這種IO bound的場(chǎng)景來說,最怕的就是某個(gè)請(qǐng)求阻塞了其余的操作,讓并發(fā)性大大降低。今天就來介紹一款python開發(fā)中的并發(fā)庫- gevent 。
首先看一下他自己的介紹:
gevent是一個(gè)基于libev的并發(fā)庫。它為各種并發(fā)和網(wǎng)絡(luò)相關(guān)的任務(wù)提供了整潔的API。
嗯,確實(shí)很簡(jiǎn)潔,很易使用。待會(huì)我們就見識(shí)到了。
同步IO
首先我們來看看傳統(tǒng)的IO請(qǐng)求。
比如我們請(qǐng)求: http://httpbin.org/ip 發(fā)個(gè)http get請(qǐng)求會(huì)得到我們的ip地址,如:
{
"origin": "183.240.202.14"
}
我們來寫個(gè)腳本連續(xù)發(fā)50個(gè)get請(qǐng)求到這個(gè)地址,以模擬多個(gè)請(qǐng)求。(腳本命名為get.py)
import requests
url = 'http://httpbin.org/ip'
for i in range(50):
print("{}: {}".format(i, requests.get(url).text))
統(tǒng)計(jì)一下運(yùn)行時(shí)間:
$ time python3 get.py
(輸出略...)python3 get.py 0.56s user 0.06s system 1% cpu 35.606 total
大概花費(fèi)35s鐘,當(dāng)然不同網(wǎng)絡(luò)環(huán)境可能結(jié)果不同。而且打印出來的結(jié)果是按照1, 2, 3...50這樣的順序來的,說明整個(gè)請(qǐng)求是同步的,一個(gè)請(qǐng)求結(jié)束再發(fā)下一個(gè)請(qǐng)求。
使用gevent
我們?cè)賮韺懸粋€(gè)gevent版的get.py,命名為gevent_get.py
import requestsimport geventimport gevent.monkey# 這里將socket變成異步
gevent.monkey.patch_socket()
url = 'http://httpbin.org/ip'
def hello(i):
print("{}: {}".format(i, requests.get(url).text))
tasks = [gevent.spawn(hello, i) for i in range(50)]
gevent.joinall(tasks)
再來看看運(yùn)行時(shí)間:
$ time python3 gevent_get.py
(輸出略...)python3 gevent_get.py 0.49s user 0.06s system 39% cpu 1.403 total
我的天!才1.4秒左右,而且打印出來的結(jié)果沒有按照1, 2, 3...50這樣排列,而是按照隨機(jī)順序排列的,說明整個(gè)請(qǐng)求是異步非阻塞的。
結(jié)論
我又多試了幾次,gevent的效率確實(shí)牛,遠(yuǎn)遠(yuǎn)高于同步io請(qǐng)求。最近在我的一個(gè)爬蟲小項(xiàng)目里面用進(jìn)程池 + gevent,爬取80個(gè)頁面,大概花費(fèi)40s左右,每個(gè)頁面只要0.5s,而且還包括DOM解析的時(shí)間,而用同步請(qǐng)求則花費(fèi)大概300s左右。
gevent的更多用法請(qǐng)參考其官方文檔。這么簡(jiǎn)單又好用的庫趕緊試試吧。
來源:SegmentFault