python - Celery + Eventlet pool并没有提升异步web请求的执行速度

Question

作为mentioned in the celery docs ，对于事件 I/O(例如异步 HTTP 请求)，eventlet 池应该比 prefork 池更快。

他们甚至提到了这一点

"In an informal test with a feed hub system the Eventlet pool could fetch and process hundreds of feeds every second, while the prefork pool spent 14 seconds processing 100 feeds."

但是，我们无法生成与此类似的任何类型的结果。运行 example tasks 、urlopen 和 crawl 完全按照描述打开数千个 url，似乎预 fork 池几乎总是表现更好。

我们测试了各种并发(prefork 并发 200，eventlet 并发 200、2000、5000)。在所有这些情况下，使用 prefork 池可以在更短的时间内完成任务。正在运行的机器是一台运行着 RabbitMQ 服务器的 2014 Macbook Pro。

我们希望同时发出数千个异步 HTTP 请求，并且想知道 eventlet 池是否值得实现？如果是，我们还缺少什么？

结果 python -V && pip 卡住是:

Python 2.7.6
amqp==1.4.6
anyjson==0.3.3
billiard==3.3.0.20
bitarray==0.8.1
celery==3.1.18
dnspython==1.12.0
eventlet==0.17.3
greenlet==0.4.5
kombu==3.0.26
pybloom==1.1
pytz==2015.2
requests==2.6.2
wsgiref==0.1.2

使用的测试代码(几乎完全来自文档):

>>> from tasks import urlopen
>>> from celery import group
>>> LIST_OF_URLS = ['http://127.0.0.1'] * 10000 # 127.0.0.1 was just a local web server, also used 'http://google.com' and others
>>> result = group(urlopen.s(url)
...                     for url in LIST_OF_URLS).apply_async()

Answer 1

Eventlet 允许您拥有比 prefork 更高的并发性，甚至无需编写非阻塞式代码。 Eventlet 优于 prefork 的典型情况是当您有许多阻塞 I/O 绑定(bind)操作时(例如 time.sleep 或 requests.get 到高延迟网站)。您对本地主机或“http://google.com”的请求似乎' 得到响应太快以至于不能被视为 I/O 受限。

您可以试试这个玩具示例，看看基于 Eventlet 的池如何在 I/O 绑定(bind)操作中表现得更好。

# in tasks.py add this function
import time

# ...

@task()
def simulate_IO_bound():
    print("Do some IO-bound stuff..")
    time.sleep(5)

以同样的方式运行worker，最终产生任务

from tasks import simulate_IO_bound

NUM_REPEAT = 1000

results = [simulate_IO_bound.apply_async(queue='my') for i in range(NUM_REPEAT)]
for result in results:
    result.get()

假设您有一个具有 100 个子进程的 prefork worker 和另一个具有 1000 个绿色线程的 worker，您将能够看到显着的差异。