带有同步代码的Asyncio性能

时间:2019-02-21 18:01:03

标签: python python-3.x asynchronous python-asyncio uvloop

我创建以下测试来检查异步函数中运行同步代码的性能。

return_random中的功能可以像写日志,转储或加载json,验证输入/输出日期,调用其他函数等。

count_sync和count_async变量用于打开和关闭事件循环的跳过开销。只需计算函数内部的时间即可。

这部分代码仅调用同步函数的计数时间。

import timeit
from time import time
from random import random

count = 100
run_numbers = 100000

count_sync = 0

def return_random():
    return random()

def test():
    global count_sync
    start = time()
    for _ in range(count):
       return_random()
    count_sync += time() - start
    return

total_sunc = timeit.timeit('test()', globals=globals(), 
      number=run_numbers))

相同的代码,但是现在return_random是异步函数:

import asyncio
import uvloop

asyncio.set_event_loop_policy(uvloop.EventLoopPolicy())

count_async = 0

async def return_random_async():
   return random()

async def test_async():
   global count_async
   start = time()
   for _ in range(count):
      await return_random_async()
   count_async += time() - start
   return

total_sunc = timeit.timeit('asyncio.run(test_async())', globals=globals(), number=run_numbers)

在运行具有不同数量的调用函数的代码和运行时间计数后,得到以下结果:

RUNNING run_numbers: 1000. CALL FUNCTIONS count: 1000
total sync:  0.12023316
total Async: 0.48369559500000003
inside def sync  0.11995530128479004
inside def Async:0.24073457717895508

RUNNING run_numbers: 100000. CALL FUNCTIONS count: 100
total sync:   1.422697458
total Async: 25.452165134999998   (!!!)
inside def sync:  1.3965537548065186
inside def Async: 2.8397130966186523

所有时间都使用同步功能运行超过2倍。

这是否意味着在没有异步功能的情况下可以更好地运行同步代码? 并且最好不要使用很多异步功能?

1 个答案:

答案 0 :(得分:1)

仅在真正需要时才需要使用异步功能。示例:诸如aiohttp之类的异步http库,针对MongoDB的诸如motor_asyncio之类的异步驱动程序,等等。在其他情况下,最好使用不具有异步功能的同步代码,因为它们具有您不需要的开销拥有。