Python flask與fastapi效能測試方法介紹

2022-12-11 14:01:39

背景

sy專案通過MQ接受業務系統的業務資料，通過執行開發者開發的python指令碼執行業務系統與財務系統資料的一致性校驗。

sy系統需要每天執行大量的python指令碼。目前使用falsk日執行6W+次python指令碼，由於效能存在瓶頸，需要引入

新的fastapi框架，來解決cpu、記憶體效能壓榨不夠及目前的效能瓶頸。本文目標給出兩者的效能測試報告。

給出選擇哪個框架的效能資料支撐。

apache ab介紹

apache ab效能測試

安裝

yum -y install httpd-tools

部分引數說明

-n 執行的請求總數

-c 並行數, 同時執行的數量, c不能大於n
-p post請求指定的檔案
-T header Content-type值，預設為 'text/plain'

測試get請求

ab -c 10 http://127.0.0.1:8081/cppla

測試post請求

ab -n 100 -c 10 -T 'application/json' -p httpjson.txt http://127.0.0.1:8081/cppla1

// httpjson.txt的內容
{"recordId": 123}

測試計劃

模擬真實每次請求呼叫指令碼，分別對每一個數量級的請求量進行測試。

請求總數	每次並行數	每次並行數	每次並行數
100	10	100	1000
1000	10	100	1000
10000	10	100	1000
20000	10	100	1000
30000	10	100	1000
40000	10	100	1000
50000	10	100	1000
60000	10	100	1000
80000	10	100	1000

測試程式碼

處理post請求，延時3s返回結果。flask啟動20個程序。fastapi啟動一個程序。

## flask 程式碼
# coding: utf-8
from gevent import monkey
from gevent.pywsgi import WSGIServer
import requests
import datetime
import os
from multiprocessing import cpu_count, Process
from flask import Flask, jsonify,request
import json
import traceback
import importlib
from loguru import logger
import time
app = Flask(__name__)
# 執行run方法
@app.route("/cppla1", methods=['POST', 'GET'])
def cppla1():
    data = request.json
    time.sleep(3)
    return data
# 啟動監聽ip、埠
def run(MULTI_PROCESS):
    if MULTI_PROCESS == False:
        WSGIServer(('0.0.0.0', 8081), app).serve_forever()
    else:
        mulserver = WSGIServer(('0.0.0.0', 8081), app)
        mulserver.start()
        def server_forever():
            mulserver.start_accepting()
            mulserver._stop_event.wait()
       # for i in range(cpu_count()):
        for i in range(20):
            logger.info('啟動程序第幾個:{}', i)
            p = Process(target=server_forever)
            p.start()
if __name__ == "__main__":
    # 單程序 + 協程
    # run(False)
    # 多程序 + 協程
    log_init()
    run(True)

## fastapi
# coding: utf-8
# import web framework
from fastapi import FastAPI
from fastapi.encoders import jsonable_encoder
from fastapi.responses import JSONResponse
# import base lib
import datetime
import os
import requests
import json
import traceback
import importlib
from loguru import logger
import time
app = FastAPI()
@app.post("/cppla1")
def function_benchmark(data:dict):
    time.sleep(3)
    return {"item": data}
# 啟動監聽ip、埠
if __name__ == "__main__":
    import uvicorn
    uvicorn.run(app, host="0.0.0.0", port=8081)

測試結果

框架型別	請求總數	每次並行數	耗時(s)	每次並行數	耗時(s)	每次並行數	耗時(s)
fastapi	100	10	33.119	100	12.148	1000	ab命令不支援
flask	100	10	45.088	100	81.106	1000	ab命令不支援
fastapi	1000	10	304.057	100	78.283	1000	78.631
flask	1000	10	327.472	100	198.273	1000	303.442
fastapi	10000	10	x	100	754.296	1000	757.719
flask	10000	10	x	100	1550.119	1000	1970.427
fastapi	20000	10	x	100	x	1000	x
flask	20000	10	x	100	x	1000	x
fastapi	30000	10	x	100	x	1000	x
flask	30000	10	x	100	x	1000	x
fastapi	40000	10	x	100	x	1000	x
flask	40000	10	x	100	x	1000	x
fastapi	50000	10	x	100	x	1000	x
flask	50000	10	x	100	x	1000	x
fastapi	60000	10	x	100	x	1000	x
flask	60000	10	x	100	x	1000	x
fastapi	80000	10	x	100	x	1000	x
flask	80000	10	x	100	x	1000	x

結論

fastapi是flask效能的3倍，推薦使用fastap。

到此這篇關於Python flask與fastapi效能測試方法介紹的文章就介紹到這了,更多相關flask與fastapi效能測試內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

Python flask與fastapi效能測試方法介紹

目錄

背景

apache ab介紹

測試計劃

測試程式碼

測試結果

結論

熱門文章