Question

我的要求是生成hundreds of HTTP POST requests per second。我是用urllib2做的。

def send():
    req = urllib2.Request(url)
    req.add_data(data)
    response = urllib2.urlopen(req)

while datetime.datetime.now() <= ftime:
    p=Process(target=send, args=[])
    p.start()
    time.sleep(0.001)

问题是此代码sometimes for some iterations抛出以下任一异常：

HTTP 503 Service Unavailable.
URLError: <urlopen error [Errno -2] Name or service not known>

我也尝试过使用requests(HTTP for humans)，但我对该模块存在一些代理问题。似乎requests正在向代理服务器发送http数据包，即使目标计算机位于同一LAN内也是如此。我不希望数据包进入代理服务器。

Answer 1

限制并发连接数的最简单方法是使用线程池：

#!/usr/bin/env python
from itertools import izip, repeat
from multiprocessing.dummy import Pool # use threads for I/O bound tasks
from urllib2 import urlopen

def fetch(url_data):
    try:
        return url_data[0], urlopen(*url_data).read(), None
    except EnvironmentError as e:
        return url_data[0], None, str(e)

if __name__=="__main__":
    pool = Pool(20) # use 20 concurrent connections
    params = izip(urls, repeat(data)) # use the same data for all urls
    for url, content, error in pool.imap_unorderred(fetch, params):
        if error is None:
           print("done: %s: %d" % (url, len(content)))
        else:
           print("error: %s: %s" % (url, error))

503 Service Unavailable是服务器错误。它可能无法处理负载。

Name or service not known是一个dns错误。如果你需要提出很多要求;安装/启用本地缓存DNS服务器。

限制多处理python中的进程数

1 个答案: