python - 为什么异步库比这个 I/O 绑定(bind)操作的线程慢？

Question

我正在编写一个用于枚举网站域名的python程序。例如，'a.google.com'。

首先，我使用 threading 模块来做到这一点:

import string
import time
import socket
import threading
from threading import Thread
from queue import Queue

'''
enumerate a site's domain name like this:
1-9 a-z + .google.com
1.google.com
2.google.com
.
.
1a.google.com
.
.
zz.google.com

'''

start = time.time()
def create_host(char):
    '''
    if char is '1-9a-z'
    create char like'1,2,3,...,zz'
    '''
    for i in char:
        yield i
    for i in create_host(char):
        if len(i)>1:
            return False
        for c in char:
            yield c + i


char = string.digits + string.ascii_lowercase
site = '.google.com'


def getaddr():
    while True:
        url = q.get()
        try:
            res = socket.getaddrinfo(url,80)
            print(url + ":" + res[0][4][0])
        except:
            pass
        q.task_done()

NUM=1000  #thread's num
q=Queue()

for i in range(NUM):
    t = Thread(target=getaddr)
    t.setDaemon(True)
    t.start()

for host in create_host(char):
    q.put(host+site)
q.join()

end = time.time()

print(end-start)

'''
used time:
9.448670148849487
'''

后来，我读了一本书，说在某些情况下协程比线程快。所以，我重写了代码以使用 asyncio:

import asyncio
import string
import time


start = time.time()
def create_host(char):
    for i in char:
        yield i
    for i in create_host(char):
        if len(i)>1:
            return False
        for c in char:
            yield c + i


char = string.digits + string.ascii_lowercase
site = '.google.com'

@asyncio.coroutine
def getaddr(loop, url):
    try:
        res = yield from loop.getaddrinfo(url,80)
        print(url + ':' + res[0][4][0])
    except:
        pass

loop = asyncio.get_event_loop()
coroutines = asyncio.wait([getaddr(loop, i+site) for i in create_host(char)])
loop.run_until_complete(coroutines)

end = time.time()

print(end-start)


'''
time 
120.42313003540039
'''

getaddrinfo的asyncio版本为什么这么慢？我是否以某种方式滥用了协程？

Answer 1

首先，我无法重现几乎与您在我的 Linux 机器上看到的一样大的性能差异。我一直看到线程版本大约需要 20-25 秒，asyncio 版本大约需要 24-34 秒。

现在，为什么 asyncio 变慢了？有几件事促成了这一点。首先，asyncio 版本必须按顺序打印，但线程版本不需要。打印是 I/O，所以 GIL 可以在它发生时释放。这意味着可能有两个或更多线程可以同时打印，尽管在实践中它可能不会经常发生，并且可能不会对性能产生太大影响。

其次，更重要的是，getaddrinfo 的 asyncio 版本实际上是 just calling socket.getaddrinfo in a ThreadPoolExecutor :

def getaddrinfo(self, host, port, *,
                family=0, type=0, proto=0, flags=0):
    if self._debug:
        return self.run_in_executor(None, self._getaddrinfo_debug,
                                    host, port, family, type, proto, flags)
    else:
        return self.run_in_executor(None, socket.getaddrinfo,
                                    host, port, family, type, proto, flags)

它为此使用默认的 ThreadPoolExecutor，which only has five threads :

# Argument for default thread pool executor creation.
_MAX_WORKERS = 5

对于这个用例，这几乎没有你想要的并行度。为了使其表现得更像 threading 版本，您需要使用具有 1000 个线程的 ThreadPoolExecutor，通过 loop.set_default_executor 将其设置为默认执行程序:

loop = asyncio.get_event_loop()
loop.set_default_executor(ThreadPoolExecutor(1000))
coroutines = asyncio.wait([getaddr(loop, i+site) for i in create_host(char)])
loop.run_until_complete(coroutines)

现在，这将使行为更等同于 threading，但实际情况是 您实际上并没有使用异步 I/O - 您只是在使用 threading 使用不同的 API。因此，您可以在这里做的最好的事情是与 threading 示例相同的性能。

最后，您实际上并没有在每个示例中运行等效代码 - threading 版本使用的是共享一个 queue.Queue 的 worker 池，而asyncio 版本为 url 列表中的每个项目生成一个协程。如果我制作 asyncio 版本以使用 asyncio.Queue 和协同程序池，除了删除打印语句并制作更大的默认执行程序之外，我得到基本相同两个版本的性能。这是新的 asyncio 代码:

import asyncio
import string
import time
from concurrent.futures import ThreadPoolExecutor

start = time.time()
def create_host(char):
    for i in char:
        yield i
    for i in create_host(char):
        if len(i)>1:
            return False
        for c in char:
            yield c + i


char = string.digits + string.ascii_lowercase
site = '.google.com'

@asyncio.coroutine
def getaddr(loop, q):
    while True:
        url = yield from q.get()
        if not url:
            break
        try:
            res = yield from loop.getaddrinfo(url,80)
        except:
            pass

@asyncio.coroutine
def load_q(loop, q):
    for host in create_host(char):
        yield from q.put(host+site)
    for _ in range(NUM):
        yield from q.put(None)

NUM = 1000
q = asyncio.Queue()

loop = asyncio.get_event_loop()
loop.set_default_executor(ThreadPoolExecutor(NUM))
coros = [asyncio.async(getaddr(loop, q)) for i in range(NUM)]
loop.run_until_complete(load_q(loop, q))
loop.run_until_complete(asyncio.wait(coros))

end = time.time()

print(end-start)

每个的输出:

dan@dandesk:~$ python3 threaded_example.py
20.409344911575317
dan@dandesk:~$ python3 asyncio_example.py
20.39924192428589

但请注意，由于网络，存在一些可变性。它们有时都会比这慢几秒钟。