快來學學Python異步IO，輕松管理10k+并發連接
異步操作在計算機軟硬件體系中是一個普遍概念，根源在于參與協作的各實體處理速度上有明顯差異。軟件開發中遇到的多數情況是CPU與IO的速度不匹配，所以異步IO存在于各種編程框架中，客戶端比如瀏覽器，服務端比如node.js。本文主要分析Python異步IO。
Python 3.4標準庫有一個新模塊asyncio，用來支持異步IO，不過目前API狀態是provisional，意味著不保證向后兼容性，甚至可能從標準庫中移除（可能性極低）。如果關注PEP和Python-Dev會發現該模塊醞釀了很長時間，可能后續有API和實現上的調整，但毋庸置疑asyncio非常實用且功能強大，值得學習和深究。
示例
asyncio主要應對TCP/UDP socket通信，從容管理大量連接，而無需創建大量線程，提高系統運行效率。此處將官方文檔的一個示例做簡單改造，實現一個HTTP長連接benchmark工具，用于診斷WEB服務器長連接處理能力。
功能概述：
每隔10毫秒創建10個連接，直到目標連接數（比如10k），同時每個連接都會規律性的向服務器發送HEAD請求，以維持HTTP keepavlie。
代碼如下：
- import argparse
- import asyncio
- import functools
- import logging
- import random
- import urllib.parse
- loop = asyncio.get_event_loop()
- @asyncio.coroutine
- def print_http_headers(no, url, keepalive):
- url = urllib.parse.urlsplit(url)
- wait_for = functools.partial(asyncio.wait_for, timeout=3, loop=loop)
- query = ('HEAD {url.path} HTTP/1.1\r\n'
- 'Host: {url.hostname}\r\n'
- '\r\n').format(url=url).encode('utf-8')
- rd, wr = yield from wait_for(asyncio.open_connection(url.hostname, 80))
- while True:
- wr.write(query)
- while True:
- line = yield from wait_for(rd.readline())
- if not line: # end of connection
- wr.close()
- return no
- line = line.decode('utf-8').rstrip()
- if not line: # end of header
- break
- logging.debug('(%d) HTTP header> %s' % (no, line))
- yield from asyncio.sleep(random.randint(1, keepalive//2))
- @asyncio.coroutine
- def do_requests(args):
- conn_pool = set()
- waiter = asyncio.Future()
- def _on_complete(fut):
- conn_pool.remove(fut)
- exc, res = fut.exception(), fut.result()
- if exc is not None:
- logging.info('conn#{} exception'.format(exc))
- else:
- logging.info('conn#{} result'.format(res))
- if not conn_pool:
- waiter.set_result('event loop is done')
- for i in range(args.connections):
- fut = asyncio.async(print_http_headers(i, args.url, args.keepalive))
- fut.add_done_callback(_on_complete)
- conn_pool.add(fut)
- if i % 10 == 0:
- yield from asyncio.sleep(0.01)
- logging.info((yield from waiter))
- def main():
- parser = argparse.ArgumentParser(description='asyncli')
- parser.add_argument('url', help='page address')
- parser.add_argument('-c', '--connections', type=int, default=1,
- help='number of connections simultaneously')
- parser.add_argument('-k', '--keepalive', type=int, default=60,
- help='HTTP keepalive timeout')
- args = parser.parse_args()
- logging.basicConfig(level=logging.INFO, format='%(asctime)s %(message)s')
- loop.run_until_complete(do_requests(args))
- loop.close()
- if __name__ == '__main__':
- main()
測試與分析
硬件：CPU 2.3GHz / 2 cores，RAM 2GB
軟件：CentOS 6.5(kernel 2.6.32), Python 3.3 (pip install asyncio), nginx 1.4.7
參數設置：ulimit -n 10240；nginx worker的連接數改為10240
啟動WEB服務器，只需一個worker進程：
- # ../sbin/nginx
- # ps ax | grep nginx
- 2007 ? Ss 0:00 nginx: master process ../sbin/nginx
- 2008 ? S 0:00 nginx: worker process
啟動benchmark工具, 發起10k個連接，目標URL是nginx的默認測試頁面:
- $ python asyncli.py http://10.211.55.8/ -c 10000
nginx日志統計平均每秒請求數：
- # tail -1000000 access.log | awk '{ print $4 }' | sort | uniq -c | awk '{ cnt+=1; sum+=$1 } END { printf "avg = %d\n", sum/cnt }'
- avg = 548
top部分輸出：
- VIRT RES SHR S %CPU %MEM TIME+ COMMAND
- 657m 115m 3860 R 60.2 6.2 4:30.02 python
- 54208 10m 848 R 7.0 0.6 0:30.79 nginx
總結：
1. Python實現簡潔明了。不到80行代碼，只用到標準庫，邏輯直觀，想象下C/C++標準庫實現這些功能，頓覺“人生苦短，我用Python”。
2. Python運行效率不理想。當連接建立后，客戶端和服務端的數據收發邏輯差不多，看上面top輸出，Python的CPU和RAM占用基本都是nginx的10倍，意味著效率相差100倍（CPU x RAM），側面說明了Python與C的效率差距。這個對比雖然有些極端，畢竟nginx不僅用C且為CPU/RAM占用做了深度優化，但相似任務效率相差兩個數量級，除非是BUG，說明架構設計的出發點就是不同的，Python優先可讀易用而性能次之，nginx就是一個高度優化的WEB服務器，開發一個module都比較麻煩，要復用它的異步框架，簡直難上加難。開發效率與運行效率的權衡，永遠都存在。
3. 單線程異步IO v.s. 多線程同步IO。上面的例子是單線程異步IO，其實不寫demo就知道多線程同步IO效率低得多，每個線程一個連接？10k個線程，僅線程棧就占用600+MB（64KB * 10000）內存，加上線程上下文切換和GIL，基本就是噩夢。
ayncio核心概念
以下是學習asyncio時需要理解的四個核心概念，更多細節請看<參考資料>
1. event loop。單線程實現異步的關鍵就在于這個高層事件循環，它是同步執行的。
2. future。異步IO有很多異步任務構成，而每個異步任務都由一個future控制。
3. coroutine。每個異步任務具體的執行邏輯由一個coroutine來體現。
4. generator(yield & yield from) 。在asyncio中大量使用，是不可忽視的語法細節。
參考資料
1. asyncio – Asynchronous I/O, event loop, coroutines and tasks, https://docs.python.org/3/library/asyncio.html
2. PEP 3156, Asynchronous IO Support Rebooted: the "asyncio” Module, http://legacy.python.org/dev/peps/pep-3156/
3. PEP 380, Syntax for Delegating to a Subgenerator, http://legacy.python.org/dev/peps/pep-0380/
4. PEP 342, Coroutines via Enhanced Generators, http://legacy.python.org/dev/peps/pep-0342/
5. PEP 255, Simple Generators, http://legacy.python.org/dev/peps/pep-0255/
6. asyncio source code, http://hg.python.org/cpython/file/3.4/Lib/asyncio/
