用Python理解Web并发模型_程序人生

Java程序员进阶三条必经之路：数据库、虚拟机、异步通信。

前言

虽然异步是我们急需掌握的高阶技术，但是不积跬步无以至千里，同步技术的学习是不能省略的。今天这篇文章主要用Python来介绍Web并发模型，直观地展现同步技术的缺陷以及异步好在哪里。

最简单的并发

12345678910111213

import socket response = \’HTTP/1.1 200 OK\\r\\nConnection: Close\\r\\nContent-Length: 11\\r\\n\\r\\nHello World\’ server = socket.socket()server.bind((\’0.0.0.0\’, 9527))server.listen(1024) while True: client, clientaddr = server.accept() # blocking request = client.recv(1024) # blocking client.send(response) # maybe blocking client.close()

上面这个例子太简单了，访问localhost:9527，返回“Hello World”。用ab来测试性能，数据如下：

12	ab –n 100000 –c 8 http://localhost:9527/Time taken for tests: 1.568 seconds

发送10万个请求，8（我的CPU核数为8）个请求同时并发，耗时1.568秒。
性能瓶颈在哪里呢？就在上面的两个半阻塞。
accept和recv是完全阻塞的，而为什么send是半个阻塞呢？
在内核的 socket实现中，会有两个缓存 (buffer)。read buffer 和 write buffer 。当内核接收到网卡传来的客户端数据后，把数据复制到 read buffer ，这个时候 recv阻塞的进程就可以被唤醒。
当调用 send的时候，内核只是把 send的数据复制到 write buffer 里，然后立即返回。只有 write buffer 的空间不够时 send才会被阻塞，需要等待网卡发送数据腾空 write buffer 。在 write buffer的空间足够放下 send的数据时进程才可以被唤醒。
如果一个请求处理地很慢，其他请求只能排队，那么并发量肯定会受到影响。

多进程

每个请求对应一个进程倒是能解决上面的问题，但是进程太占资源，每个请求的资源都是独立的，无法共享，而且进程的上下文切换成本也很高。

1234567891011121314151617181920212223

import socketimport signalimport multiprocessing response = \’HTTP/1.1 200 OK\\r\\nConnection: Close\\r\\nContent-Length: 11\\r\\n\\r\\nHello World\’ server = socket.socket()server.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)server.bind((\’0.0.0.0\’, 9527))server.listen(1024) def handler(client): request = client.recv(1024) client.send(response) client.close() #多进程里的子进程执行完后并不会死掉，而是变成僵尸进程，等待主进程挂掉后才会死掉，下面这条语句可以解决这个问题。signal.signal(signal.SIGCHLD,signal.SIG_IGN) while True: client, addr = server.accept() process = multiprocessing.Process(target=handler, args=(client,)) process.start()

Prefork

这是多进程的改良版，预先分配好和CPU核数一样的进程数，可以控制资源占用，高效处理请求。

12345678910111213141516171819

import socketimport multiprocessing response = \’HTTP/1.1 200 OK\\r\\nConnection: Close\\r\\nContent-Length: 11\\r\\n\\r\\nHello World\’ server = socket.socket()server.bind((\’0.0.0.0\’, 9527))server.listen(1024) def handler(): while True: client, addr = server.accept() request = client.recv(1024) client.send(response) client.close()processors = 8for i in range(0, processors): process = multiprocessing.Process(target=handler, args=()) process.start()

耗时：1.640秒。

线程池

123456789101112131415161718192021222324252627

import Queueimport socketimport threading response = \’HTTP/1.1 200 OK\\r\\nConnection: Close\\r\\nContent-Length: 11\\r\\n\\r\\nHello World\’ server = socket.socket()server.bind((\’0.0.0.0\’, 9527))server.listen(1024) def handler(queue): while True: client = queue.get() request = client.recv(1024) client.send(response) client.close() queue = Queue.Queue()processors = 8for i in range(0, processors): thread = threading.Thread(target=handler, args=(queue,)) thread.daemon = True thread.start() while True: client, clientaddr = server.accept() queue.put(client)

耗时：3.901秒，大部分时间花在队列上，线程占用资源比进程少（资源可以共享），但是要考虑线程安全问题和锁的性能，而且python有臭名昭著的GIL，导致不能有效利用多核CPU。

epoll

1234567891011121314151617181920212223242526272829

import selectimport socket response = \’HTTP/1.1 200 OK\\r\\nConnection: Close\\r\\nContent-Length: 11\\r\\n\\r\\nHello World\’server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)server.setblocking(False)server_address = (\’localhost\’, 9527)server.bind(server_address)server.listen(1024)READ_ONLY = select.EPOLLIN | select.EPOLLPRIepoll = select.epoll()epoll.register(server, READ_ONLY)timeout = 60fd_to_socket = { server.fileno(): server}while True: events = epoll.poll(timeout) for fd, flag in events: sock = fd_to_socket[fd] if flag & READ_ONLY: if sock is server: conn, client_address = sock.accept() conn.setblocking(False) fd_to_socket[conn.fileno()] = conn epoll.register(conn, READ_ONLY) else: request = sock.recv(1024) sock.send(response) sock.close() del fd_to_socket[fd]

最后祭出epoll大神，三大异步通信框架Netty、NodeJS、Tornado共同采用的通信技术，耗时1.582秒，但是要注意是单进程单线程哦。epoll真正发挥作用是在长连接应用里，单线程处理上万个长连接玩一样，占用资源极少。