python - peewee 和 peewee 异步 : why is async slower

Question

我正在努力思考 Tornado 和与 Postgresql 的异步连接。我在 http://peewee-async.readthedocs.io/en/latest/ 找到了可以执行此操作的库.

我设计了一个小测试来比较传统的 Peewee 和 Peewee 异步，但不知何故异步工作速度较慢。

这是我的应用:

import peewee
import tornado.web
import logging
import asyncio
import peewee_async
import tornado.gen
import tornado.httpclient
from tornado.platform.asyncio import AsyncIOMainLoop

AsyncIOMainLoop().install()
app = tornado.web.Application(debug=True)
app.listen(port=8888)

# ===========
# Defining Async model
async_db = peewee_async.PooledPostgresqlDatabase(
    'reminderbot',
    user='reminderbot',
    password='reminderbot',
    host='localhost'
)
app.objects = peewee_async.Manager(async_db)
class AsyncHuman(peewee.Model):
    first_name = peewee.CharField()
    messenger_id = peewee.CharField()
    class Meta:
        database = async_db
        db_table = 'chats_human'


# ==========
# Defining Sync model
sync_db = peewee.PostgresqlDatabase(
    'reminderbot',
    user='reminderbot',
    password='reminderbot',
    host='localhost'
)
class SyncHuman(peewee.Model):
    first_name = peewee.CharField()
    messenger_id = peewee.CharField()
    class Meta:
        database = sync_db
        db_table = 'chats_human'

# defining two handlers - async and sync
class AsyncHandler(tornado.web.RequestHandler):

    async def get(self):
        """
        An asynchronous way to create an object and return its ID
        """
        obj = await self.application.objects.create(
            AsyncHuman, messenger_id='12345')
        self.write(
            {'id': obj.id,
             'messenger_id': obj.messenger_id}
        )


class SyncHandler(tornado.web.RequestHandler):

    def get(self):
        """
        An traditional synchronous way
        """
        obj = SyncHuman.create(messenger_id='12345')
        self.write({
            'id': obj.id,
            'messenger_id': obj.messenger_id
        })


app.add_handlers('', [
    (r"/receive_async", AsyncHandler),
    (r"/receive_sync", SyncHandler),
])

# Run loop
loop = asyncio.get_event_loop()
try:
    loop.run_forever()
except KeyboardInterrupt:
    print(" server stopped")

这是我从 Apache Benchmark 得到的结果:

ab -n 100 -c 100 http://127.0.0.1:8888/receive_async

Connection Times (ms)
              min  mean[+/-sd] median   max
Connect:        2    4   1.5      5       7
Processing:   621 1049 256.6   1054    1486
Waiting:      621 1048 256.6   1053    1485
Total:        628 1053 255.3   1058    1492

Percentage of the requests served within a certain time (ms)
  50%   1058
  66%   1196
  75%   1274
  80%   1324
  90%   1409
  95%   1452
  98%   1485
  99%   1492
 100%   1492 (longest request)




ab -n 100 -c 100 http://127.0.0.1:8888/receive_sync
Connection Times (ms)
              min  mean[+/-sd] median   max
Connect:        2    5   1.9      5       8
Processing:     8  476 277.7    479    1052
Waiting:        7  476 277.7    478    1052
Total:         15  481 276.2    483    1060

Percentage of the requests served within a certain time (ms)
  50%    483
  66%    629
  75%    714
  80%    759
  90%    853
  95%    899
  98%   1051
  99%   1060
 100%   1060 (longest request)

为什么同步更快？我缺少的瓶颈在哪里？

Answer 1

详细解释:

http://techspot.zzzeek.org/2015/02/15/asynchronous-python-and-databases/

简短说明:同步Python代码简单，主要在标准库的套接字模块中实现，它是纯C语言。异步Python代码比同步代码更复杂。每个请求都需要多次执行主事件循环代码，该代码是用 Python 编写的(在此处的 asyncio 案例中)，因此与 C 代码相比有很多开销。

像您这样的基准测试显着地显示了异步的开销，因为您的应用程序和数据库之间没有网络延迟，而且您正在执行大量非常小的数据库操作。由于基准测试的每个其他方面都很快，因此事件循环逻辑的这么多次执行增加了总运行时间的很大一部分。

上面链接的 Mike Bayer 的论点是，像这样的低延迟场景对于数据库应用程序来说是典型的，因此数据库操作不应该在事件循环中运行。

异步最适合高延迟场景，例如 websocket 和网络爬虫，在这些场景中，应用程序将大部分时间用于等待对等点，而不是将大部分时间用于执行 Python。

总而言之:如果您的应用程序有充分的理由采用异步(它处理速度较慢的对等点)，那么为了保持代码的一致性，使用异步数据库驱动程序是个好主意，但需要一些开销。

如果您出于其他原因不需要异步，请不要执行异步数据库调用，因为它们有点慢。