Question

我写了一个包含多个rpc服务的grpc服务器。有些是一元的，有些是服务器端的流。

它连接到grpc kubernetes服务器，所以我正在使用python kubernetes客户端查询服务器

当前，我遇到一些性能问题，因为我认为如果有多个请求进入它会缓冲让每个工人在可以处理传入请求之前完成工作。

def startServer():
    global server
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    servicer_grpc.add_Servicer_to_server(Servicer(), server)
    server.add_insecure_port('[::]:' + str(port))
    server.start()

我的问题是：

如何改善我的表现？在线程池执行器中添加更多max_workers会有所帮助吗？
如何诊断问题并找出导致速度下降的原因？
在这种情况下，我正在考虑响应的大小是否重要，因为我正在向客户端传输字节串。有没有办法测量响应的大小，或者在python grpc中有关系吗？

我想知道您如何诊断python grpc服务器，以便您知道需要改进的地方？

Answer 1

您描述的性能问题听起来像是并发问题。 gRPC Python服务器使用ThreadExecutor来处理RPC，并增加工作线程的数量应能够允许更多并发RPC。

grpc.server(futures.ThreadPoolExecutor(max_workers=1000))

对于问题2，cProfile，yep和perf之类的探查器是用于调试性能问题的强大工具。

对于问题3，答复的大小无关紧要（KB级）。

另一方面，我们正在研究gRPC Python的AsyncIO版本。它具有显着的性能提升，并解决了有限的并发RPC问题。目前尚处于试验阶段，请随时尝试。

from grpc.experimental import aio

class Servicer(...):
    async def ServerStreamingMethodHandler(...):
        for ...:
            yield response

async def startServer():
    global server
    server = aio.server()
    servicer_grpc.add_Servicer_to_server(Servicer(), server)
    server.add_insecure_port('[::]:' + str(port))
    await server.start()

Python GRPC Server性能瓶颈

1 个答案: