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模块执行此操作：

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，协同程序比线程更快。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
'''

为什么asyncio getaddrinfo版本的速度如此之慢？我是否以某种方式滥用了协同程序？

Answer 1

首先，我无法重现与您在Linux计算机上看到的性能差异几乎一样大的性能差异。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会变慢？有一些事情可以促成这一点。首先，asyncio版本必须按顺序打印，但线程版本不是。打印是I / O，因此GIL可以在发生时释放。这意味着可能有两个或更多线程可以在同一时间打印，但实际上它可能不会经常发生，并且可能不会在性能上产生太大的差异。

其次，更重要的是， asyncio版getaddrinfo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)

它使用默认ThreadPoolExecutor，which only has five threads：

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

对于这个用例而言，这并不是你想要的并行性。为了使其行为更像threading版本，您需要使用包含1000个主题的ThreadPoolExecutor，方法是通过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，这会使行为更加等同于threading，但这里的现实是你真的没有使用异步I / O - 你只是使用{{1使用不同的API 。因此，您在此处所做的最佳效果与threading示例相同。

最后，您并未真正在每个示例中运行等效代码 - threading版本正在使用共享threading的工作池，而queue.Queue版本为url列表中的每个项目生成一个协程。如果我使asyncio版本使用asyncio和协同程序池，除了删除print语句和创建更大的默认执行程序之外，我得到的两个版本的性能基本相同。这是新的asyncio.Queue代码：

asyncio

每个的输出：

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)

请注意，由于网络存在一些可变性。它们有时会比这慢几秒。

为什么asyncio库比这个I / O绑定操作的线程慢？

1 个答案: