Eventlet并发请求的局限性
本文探讨了使用Eventlet进行Python并发请求时遇到的问题。 在测试中，即使使用Eventlet创建了多个并发请求，但由于服务端设置了3秒延迟，总耗时仍然达到了9秒，而非预期的3秒左右。这说明Eventlet并未实现真正的并发。
问题分析
Eventlet采用协程（greenlet）实现并发。协程共享同一线程，当一个协程阻塞时（例如等待网络请求），其他协程也会被阻塞，从而导致并发性能下降。 本例中，1000个协程同时发起请求，但每个协程都需要等待3秒的服务器响应，因此总耗时接近所有请求的总等待时间。
立即学习“Python免费学习笔记（深入）”；
基于Asyncio的解决方案
解决方法是采用异步I/O模型。Python的asyncio库提供了异步I/O功能，允许协程在等待I/O操作完成时，将控制权交还给事件循环，从而实现真正的并发。
以下是使用asyncio和aiohttp库重写的客户端代码：
import asyncio
import aiohttp
async def fetch(url: str) -> str:
async with aiohttp.ClientSession() as session:
async with session.get(url) as response:
return await response.text()
tasks = [fetch(url) for url in urls] # urls 为请求URL列表
responses = await asyncio.gather(*tasks)
for body in responses:
print("got body", len(body), body)
asyncio.gather函数用于并发执行多个协程，并等待所有协程完成。
异步服务器端
为了配合异步客户端，服务器端也需要使用异步框架，例如FastAPI：
import fastapi
from fastapi.responses import JSONResponse
import asyncio
app = fastapi.FastAPI()
@app.get("/")
async def root():
await asyncio.sleep(3)
return JSONResponse(content={"message": "hello world"})
使用uvicorn启动异步服务器：uvicorn main:app --workers 1 (main.py为包含以上代码的文件名)。
性能对比
使用asyncio后，测试结果显示总耗时显著降低，从9秒缩短至约0.3秒，验证了异步I/O在实现并发请求时的效率优势。 这表明asyncio成功地实现了真正的并发，避免了协程阻塞带来的性能瓶颈。
