Question

代码：

import sys

import gevent
from gevent import monkey

monkey.patch_all()

import requests
import urllib2

def worker(url, use_urllib2=False):
    if use_urllib2:
        content = urllib2.urlopen(url).read().lower()
    else:
        content = requests.get(url, prefetch=True).content.lower()
    title = content.split('<title>')[1].split('</title>')[0].strip()

urls = ['http://www.mail.ru']*5

def by_requests():
    jobs = [gevent.spawn(worker, url) for url in urls]
    gevent.joinall(jobs)

def by_urllib2():
    jobs = [gevent.spawn(worker, url, True) for url in urls]
    gevent.joinall(jobs)

if __name__=='__main__':
    from timeit import Timer
    t = Timer(stmt="by_requests()", setup="from __main__ import by_requests")  
    print 'by requests: %s seconds'%t.timeit(number=3)
    t = Timer(stmt="by_urllib2()", setup="from __main__ import by_urllib2")  
    print 'by urllib2: %s seconds'%t.timeit(number=3)
    sys.exit(0)

这个结果：

by requests: 18.3397213892 seconds
by urllib2: 2.48605842363 seconds

在嗅探器中它看起来像这样：

说明：前5个请求由请求库发出，接下来的5个请求由urllib2库发送。红色 - 是工作冻结的时间，黑暗 - 当数据接收... wtf？！

如果套接字库修补并且库必须以相同的方式工作，它是如何实现的？如何在没有requests.async的情况下使用请求进行异步工作？

Answer 1

对不起Kenneth Reitz。他的图书馆很棒。

我很蠢。我需要像这样选择针对httplib的猴子补丁：

gevent.monkey.patch_all(httplib=True)

因为默认情况下禁用了httplib的补丁。

Answer 2

正如Kenneth所指出的，我们可以做的另一件事是让requests模块处理异步部分。我已相应地更改了您的代码。同样，对我而言，结果始终表明requests模块的性能优于urllib2

这样做意味着我们无法“线程化”回叫部分。但这应该没问题，因为由于请求/响应延迟，只能通过HTTP请求获得主要收益。

import sys

import gevent
from gevent import monkey

monkey.patch_all()

import requests
from requests import async
import urllib2

def call_back(resp):
    content = resp.content
    title = content.split('<title>')[1].split('</title>')[0].strip()
    return title

def worker(url, use_urllib2=False):
    if use_urllib2:
        content = urllib2.urlopen(url).read().lower()
        title = content.split('<title>')[1].split('</title>')[0].strip()

    else:
        rs = [async.get(u) for u in url]
        resps = async.map(rs)
        for resp in resps:
            call_back(resp) 

urls = ['http://www.mail.ru']*5

def by_requests():
    worker(urls)
def by_urllib2():
    jobs = [gevent.spawn(worker, url, True) for url in urls]
    gevent.joinall(jobs)

if __name__=='__main__':
    from timeit import Timer
    t = Timer(stmt="by_requests()", setup="from __main__ import by_requests")
    print 'by requests: %s seconds'%t.timeit(number=3)
    t = Timer(stmt="by_urllib2()", setup="from __main__ import by_urllib2")
    print 'by urllib2: %s seconds'%t.timeit(number=3)
    sys.exit(0)

这是我的一个结果：

by requests: 2.44117593765 seconds
by urllib2: 4.41298294067 seconds

Answer 3

请求已将gevent支持集成到代码库中：

http://docs.python-requests.org/en/latest/user/advanced/#asynchronous-requests

Answer 4

我在我的机器上运行了您的代码（python 2.7.1，gevent 0.13.0，requests 0.10.6）。事实证明，使用请求模块时，时间总是好一两秒。你使用的是什么版本？升级可能只是为您解决问题。

by requests: 3.7847161293 seconds
by urllib2: 4.92611193657 seconds

by requests: 2.90777993202 seconds
by urllib2: 7.99798607826 seconds

Answer 5

来自请求文档Blocking Or Non-Blocking：

如果您担心使用阻塞IO，那么有很多项目将Requests与Python的异步框架结合起来。两个很好的例子是grequests和requests-futures。

如何启用请求异步模式？

5 个答案: