本文最后更新于 2024年4月30日 下午
FastAPI性能测试
性能测试
代码：
1
2
3
4
5
6
7
8
| from fastapi import FastAPI
app = FastAPI()
@app.get("/")
def root():
return {"message": "Hello World"}
|
结果：
1
2
3
4
5
6
7
8
9
10
| leonelgavin@Leonel-Gavin-MacBook-Air ~ % wrk -t20 -c1000 -d30s http://127.0.0.1:8000
Running 30s test @ http://127.0.0.1:8000
20 threads and 1000 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 130.29ms 24.32ms 381.62ms 81.29%
Req/Sec 377.54 87.76 663.00 64.53%
225601 requests in 30.07s, 32.27MB read
Socket errors: connect 0, read 25036, write 34, timeout 0
Requests/sec: 7503.51
Transfer/sec: 1.07MB
|
代码：
1
2
3
4
5
6
7
8
| from fastapi import FastAPI
app = FastAPI()
@app.get("/")
async def root():
return {"message": "Hello World"}
|
结果：
1
2
3
4
5
6
7
8
9
10
11
| leonelgavin@Leonel-Gavin-MacBook-Air ~ % wrk -t20 -c1000 -d30s http://127.0.0.1:8000
Running 30s test @ http://127.0.0.1:8000
20 threads and 1000 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 63.87ms 70.67ms 1.99s 99.12%
Req/Sec 718.26 196.99 1.85k 73.12%
429081 requests in 30.05s, 61.38MB read
Socket errors: connect 0, read 6974, write 36, timeout 399
Requests/sec: 14278.10
Transfer/sec: 2.04MB
leonelgavin@Leonel-Gavin-MacBook-Air ~ %
|
在本地通过wrk工具对FastAPI应用进行了测试。测试结果显示了在不同条件下的请求延迟、每秒请求数和数据传输速率。
第一次测试的结果显示：
- 平均延迟为130.29毫秒。
- 每秒请求数为377.54。
- 总请求数为225601，在30.07秒内处理。
- 数据传输速率为1.07MB/秒。
第二次测试的结果显示：
- 平均延迟为63.87毫秒。
- 每秒请求数为718.26。
- 总请求数为429081，在30.05秒内处理。
- 数据传输速率为2.04MB/秒。
可以看到，第二次测试的性能表现更好，平均延迟更低，每秒请求数更高，数据传输速率也更高。
在上述两段代码中，主要的区别在于使用了async关键字。async def定义的函数是异步函数，而不带async关键字的函数是同步函数。
在 Python 中，异步函数允许在等待 I/O 操作时释放控制权，从而允许在等待期间执行其他任务。这使得异步函数在处理高并发请求时能够更有效地利用系统资源，因为它们能够同时处理多个请求而不会被一个请求的阻塞影响。相比之下，同步函数在等待 I/O 操作时会阻塞当前线程，导致无法同时处理其他请求。
因此，使用异步函数可以提高 FastAPI 应用的性能，特别是在高并发场景下。异步函数的性能更好，因为它们能够更有效地处理请求，并且能够更好地利用系统资源。
async是Python语言中的一个关键字，用于定义异步函数。异步函数允许在等待 I/O 操作时释放控制权，以便执行其他任务。
FastAPI 并没有提供 async 这个关键字，它只是利用了 Python 中的异步特性来提供异步支持。因此，异步函数是 Python 语言自身提供的功能，而不是由 FastAPI 单独提供的。FastAPI 利用了 Python 的异步特性，使得我们可以轻松地编写异步的 Web 应用程序。