Python几种并发实现方案的性能比较.docx

转自：/Python/PyConcurrency1. 前言偶然看到Erlang vs. Stackless python: a first benchmark，对Erlang和Stackless Python的并发处理性能进行了实验比较，基本结论认为二者有比较相近的性能。我看完产生的问题是，Stackless Python与Python的其他并发实现机制性能又会有多大区别呢，比如线程和进程。因此我采用与这篇文章相同的办法来对Stackless Python、普通Python的thread模块、普通Python的threading模块、普通Python的processing模块这四种并发实现方案进行了性能实验，并将实验过程和基本结果记录在这里。 后来看到了基于greenlet实现的高性能网络框架Eventlet，因而更新了实验方案，将greenlet也加入了比较，虽然greenlet并非是一种真正意义上的并发处理，而是在单个线程下对程序块进行切换轮流执行。 (Edit Section )2. 实验方案实验方案与Erlang vs. Stackless python: a first benchmark是相同的，用每种方案分别给出如下问题的实现，记录完成整个处理过程的总时间来作为评判性能的依据： 1. 由n个节点组成一个环状网络，在上面传送共m个消息。 2. 将每个消息（共m个），逐个发送给1号节点。 3. 第1到n-1号节点在接收到消息后，都转发给下一号节点。 4. 第n号节点每次收到消息后，不再继续转发。 5. 当m个消息都从1号逐个到达第n号节点时，认为全部处理结束。 (Edit Section )2.1 硬件平台Macbook Pro 3,1上的Vmware Fusion 1.0虚拟机中，注意这里给虚拟机只启用了cpu的单个核心： 原始Cpu：Core 2 Duo，2.4 GHz，2核心，4 MB L2 缓存，总线速度800 MHz 分配给虚拟机的内存：796M （单个CPU，还能比较并发吗？） (Edit Section )2.2 软件平台Vmware Fusion 1.0下的Debian etch： 原始Python：Debian发行版自带Python 2.4.4 Python 2.4.4 Stackless 3.1b3 060516 processing-0.52-py2.4-linux-i686.egg 原始Python下的greenlet实现：py lib 0.9.2 (Edit Section )3. 实验过程及结果各方案的实现代码见后文。实验时使用time指令记录每次运行的总时间，选用的都是不做任何输出的no_io实现（Python的print指令还是挺耗资源的，如果不注释掉十有八九得影响测试结果），每次执行时设定n=300，m=10000（Erlang vs. Stackless python: a first benchmark文章中认为n可以设置为300，m则可以取10000到90000之间的数值分别进行测试）。 (Edit Section )3.1 Stackless Python的实验结果real0m1.651suser0m1.628ssys0m0.020s即使将m扩大到30000，实验结果仍然很突出： real0m4.749suser0m4.716ssys0m0.028s(Edit Section )3.2 使用thread模块的实验结果real1m13.009suser0m2.476ssys0m59.028s(Edit Section )3.3 使用threading模块配合Queue模块的实验结果不太稳定，有时候这样： real1m9.222suser0m34.418ssys0m34.622s也有时这样： real2m14.016suser0m6.644ssys2m7.260s(Edit Section )3.4 使用processing模块配合Queue模块的实验结果real3m43.539suser0m15.345ssys3m27.953s(Edit Section )3.5 greenlet模块的实验结果real0m9.225suser0m0.644ssys0m8.581s(Edit Section )3.6 eventlet模块的实验结果注意！eventlet 的这个实验结果是后来增补的，硬件平台没变，但是是直接在 OSX 自带 Python 2.5 环境下执行出来的，同时系统中还有 Firefox 等很多程序也在争夺系统资源。因此只能作为大致参考，不能与其他几组数据作直接对比。（其中 eventlet 的版本是 0.9.5） real 0m21.610suser 0m20.713ssys 0m0.215s(Edit Section )4. 结论与分析(Edit Section )4.1 Stackless Python毫无疑问，Stackless Python几乎有匪夷所思的并发性能，比其他方案快上几十倍，而且借助Stackless Python提供的channel机制，实现也相当简单。也许这个结果向我们部分揭示了沈仙人基于Stackless Python实现的Eurasia3能够提供相当于c语言效果的恐怖并发性能的原因。 (Edit Section )4.2 Python线程从道理上来讲，thread模块似乎应该和threading提供基本相同的性能，毕竟threading只是对thread的一种封装嘛，后台机制应该是一致的。或许threading由于本身类实例维护方面的开销，应该会比直接用thread慢一点。从实验结果来看，二者性能也确实差不多。只是不大明白为何threading方案的测试结果不是很稳定，即使对其他方案的测试运行多次，误差也不会像threading这么飘。从代码实现体验来说，用threading配合Queue比直接用thread实在是轻松太多了，并且出错的机会也要少很多。 (Edit Section )4.3 Python进程processing模块给出的进程方案大致比thread线程要慢一倍，并且这是在我特意调整虚拟机给它预备了足够空闲内存、避免使用交换分区的情况下取得的（特意分给虚拟机700多M内存就是为了这个）。而其他方案仅仅占用数M内存，完全无需特意调大可用内存总量。当然，如果给虚拟机多启用几个核心的话，processing也许会占上点便宜，毕竟目前thread模块是不能有效利用多cpu资源的（经实验，Stackless Python在开启双核的情况下表现的性能和单核是一样的，说明也是不能有效利用多cpu）。因此一种比较合理的做法是根据cpu的数量，启用少量几个进程，而在进程内部再开启线程进行实际业务处理，这也是目前Python社区推荐的有效利用多cpu资源的办法。好在processing配合其自身提供的Queue模块，编程体验还是比较轻松的。 (Edit Section )4.4 greenlet超轻量级方案基于greenlet的实现则性能仅次于Stackless Python，大致比Stackless Python慢一倍，比其他方案快接近一个数量级。其实greenlet不是一种真正的并发机制，而是在同一线程内，在不同函数的执行代码块之间切换，实施“你运行一会、我运行一会”，并且在进行切换时必须指定何时切换以及切换到哪。greenlet的接口是比较简单易用的，但是使用greenlet时的思考方式与其他并发方案存在一定区别。线程/进程模型在大逻辑上通常从并发角度开始考虑，把能够并行处理的并且值得并行处理的任务分离出来，在不同的线程/进程下运行，然后考虑分离过程可能造成哪些互斥、冲突问题，将互斥的资源加锁保护来保证并发处理的正确性。greenlet则是要求从避免阻塞的角度来进行开发，当出现阻塞时，就显式切换到另一段没有被阻塞的代码段执行，直到原先的阻塞状况消失以后，再人工切换回原来的代码段继续处理。因此，greenlet本质是一种合理安排了的串行，实验中greenlet方案能够得到比较好的性能表现，主要也是因为通过合理的代码执行流程切换，完全避免了死锁和阻塞等情况（执行带屏幕输出的ring_greenlet.py我们会看到脚本总是一个一个地处理消息，把一个消息在环上从头传到尾之后，再开始处理下一个消息）。因为greenlet本质是串行，因此在没有进行显式切换时，代码的其他部分是无法被执行到的，如果要避免代码长时间占用运算资源造成程序假死，那么还是要将greenlet与线程/进程机制结合使用（每个线程、进程下都可以建立多个greenlet，但是跨线程/进程时greenlet之间无法切换或通讯）。 Stackless则比较特别，对很多资源从底层进行了并发改造，并且提供了channel等更适合“并发”的通讯机制实现，使得资源互斥冲突的可能性大大减小，并发性能自然得以提高。粗糙来讲，greenlet是“阻塞了我就先干点儿别的，但是程序员得明确告诉greenlet能先干点儿啥以及什么时候回来”；Stackless则是“东西我已经改造好了，你只要用我的东西，并发冲突就不用操心，只管放心大胆地并发好了”。greenlet应该是学习了Stackless的上下文切换机制，但是对底层资源没有进行适合并发的改造。并且实际上greenlet也没有必要改造底层资源的并发性，因为它本质是串行的单线程，不与其他并发模型混合使用的话是无法造成对资源的并发访问的。 (Edit Section )greenlet 封装后的 eventlet 方案eventlet 是基于 greenlet 实现的面向网络应用的并发处理框架，提供“线程”池、队列等与其他 Python 线程、进程模型非常相似的 api，并且提供了对 Python 发行版自带库及其他模块的超轻量并发适应性调整方法，比直接使用 greenlet 要方便得多。并且这个解决方案源自著名虚拟现实游戏“第二人生”，可以说是久经考验的新兴并发处理模型。其基本原理是调整 Python 的 socket 调用，当发生阻塞时则切换到其他 greenlet 执行，这样来保证资源的有效利用。需要注意的是： eventlet 提供的函数只能对 Python 代码中的 socket 调用进行处理，而不能对模块的 C 语言部分的 socket 调用进行修改。对后者这类模块，仍然需要把调用模块的代码封装在 Python 标准线程调用中，之后利用 eventlet 提供的适配器实现 eventlet 与标准线程之间的协作。 再有，虽然 eventlet 把 api 封装成了非常类似标准线程库的形式，但两者的实际并发执行流程仍然有明显区别。在没有出现 I/O 阻塞时，除非显式声明，否则当前正在执行的 eventlet 永远不会把 cpu 交给其他的 eventlet，而标准线程则是无论是否出现阻塞，总是由所有线程一起争夺运行资源。所有 eventlet 对 I/O 阻塞无关的大运算量耗时操作基本没有什么帮助。 在性能测试结果方面，eventlet 消耗的运行时间大致是 greenlet 方案的 3 到 5 倍，而 Python 标准线程模型的 thread 方式消耗的运行时间大致是 eventlet 测试代码的 8 到 10 倍。其中前者可能是因为我们在 eventlet 的测试代码中，使用队列机制来完成所有的消息传递，而队列上的访问互斥保护可能额外消耗了一些运算资源。总体而言，eventlet 模型的并发性能虽然比 Stackless Python 和直接使用 greenlet 有一定差距，但仍然比标准线程模型有大约一个数量级的优势，这也就不奇怪近期很多强调并发性能的网络服务器实现采取 eventlet 、线程、进程三者组合使用的实现方案。 (Edit Section )5. 实验代码实验代码下载： 版本3 下载：增加了 eventlet 方案的实验代码。 版本2 下载：增加了 greenlet 方案的实验代码。 版本1 下载：包括 Stackless Python 、 thread 、 threading 、 processing 四种方案的实验代码。 为方便阅读，将实验中用到的几个脚本的代码粘贴如下，其中Stackless Python方案的代码实现直接取自Erlang vs. Stackless python: a first benchmark： (Edit Section )5.1 ring_no_io_slp.py1. #!/Library/Frameworks/Python.framework/Versions/2.5/bin/python2. # encoding: utf-83. import sys4. import stackless as SL5. 6. def run_benchmark(n, m):7. # print( Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!n % (n, m)8. firstP = cin = SL.channel()9. for s in xrange(1, n):10. seqn = s11. cout = SL.channel()12. # # print(* s = %d % (seqn, )13. t = SL.tasklet(loop)(seqn, cin, cout)14. cin = cout15. else:16. seqn = s+117. # # print($ s = %d % (seqn, )18. t = SL.tasklet(mloop)(seqn, cin)19. for r in xrange(m-1, -1, -1):20. # # print(+ sending Msg# %d % r)21. firstP.send(r)22. SL.schedule()23. def loop(s, cin, cout):24. while True:25. r = cin.receive()26. cout.send(r)27. if r 0: 28. # print(: Proc: , Seq#: %s, Msg#: %s . % (pid(), s, r)29. pass30. else:31. # print(* Proc: , Seq#: %s, Msg#: terminate! % (pid(), s)32. break33. def mloop(s, cin):34. while True:35. r = cin.receive()36. if r 0: 37. # print( Proc: , Seq#: %s, Msg#: %s . % (pid(), s, r)38. pass39. else:40. # print( Proc: , Seq#: %s, ring terminated. % (pid(), s)41. break42. 43. def pid(): return repr(SL.getcurrent().split()-12:-144. 45. if _name_ = _main_:46. run_benchmark(int(sys.argv1), int(sys.argv2)Get Code(Edit Section )5.2 ring_no_io_thread.py1. #!/Library/Frameworks/Python.framework/Versions/2.5/bin/python2. # encoding: utf-83. import sys, time4. import thread5. 6. SLEEP_TIME = 0.00017. 8. def run_benchmark(n, m):9. # print( Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!n % (n, m)10. locks = thread.allocate_lock() for i in xrange(n)11. firstP = cin = 12. cin_lock_id = 013. for s in xrange(1, n):14. seqn = s15. cout = 16. cout_lock_id = s17. # print(* s = %d % (seqn, )18. thread.start_new_thread(loop, (seqn, locks, cin, cin_lock_id, cout, cout_lock_id)19. cin = cout20. cin_lock_id = cout_lock_id21. else:22. seqn = s+123. # print($ s = %d % (seqn, )24. thread.start_new_thread(mloop, (seqn, locks, cin, cin_lock_id)25. for r in xrange(m-1, -1, -1):26. # print(+ sending Msg# %d % r)27. lock = locks028. lock.acquire()29. firstP.append(r)30. lock.release()31. time.sleep(SLEEP_TIME)32. try:33. while True:34. time.sleep(SLEEP_TIME)35. except:36. pass37. def loop(s, locks, cin, cin_lock_id, cout, cout_lock_id):38. while True:39. lock = lockscin_lock_id40. lock.acquire()41. if len(cin) 0:42. r = cin.pop(0)43. lock.release()44. else:45. lock.release()46. time.sleep(SLEEP_TIME)47. continue48. lock = lockscout_lock_id49. lock.acquire()50. cout.append(r)51. lock.release()52. if r 0: 53. # print(: Proc: , Seq#: %s, Msg#: %s . % (pid(), s, r)54. pass55. else:56. # print(* Proc: , Seq#: %s, Msg#: terminate! % (pid(), s)57. break58. def mloop(s, locks, cin, cin_lock_id):59. while True:60. lock = lockscin_lock_id61. lock.acquire()62. if len(cin) 0:63. r = cin.pop(0)64. lock.release()65. else:66. lock.release()67. time.sleep(SLEEP_TIME)68. continue69. if r 0: 70. # print( Proc: , Seq#: %s, Msg#: %s . % (pid(), s, r)71. pass72. else:73. # print( Proc: , Seq#: %s, ring terminated. % (pid(), s)74. break75. errupt_main()76. 77. def pid(): return thread.get_ident()78. 79. if _name_ = _main_:80. run_benchmark(int(sys.argv1), int(sys.argv2)Get Code(Edit Section )5.3 ring_no_io_queue.py1. #!/Library/Frameworks/Python.framework/Versions/2.5/bin/python2. # encoding: utf-83. import sys4. import threading, Queue5. 6. def run_benchmark(n, m):7. # print( Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!n % (n, m)8. firstP = cin = Queue.Queue()9. for s in xrange(1, n):10. seqn = s11. cout = Queue.Queue()12. # print(* s = %d % (seqn, )13. t = Loop(seqn, cin, cout)14. t.setDaemon(False)15. t.start()16. cin = cout17. else:18. seqn = s+119. # print($ s = %d % (seqn, )20. t = MLoop(seqn, cin)21. t.setDaemon(False)22. t.start()23. for r in xrange(m-1, -1, -1):24. # print(+ sending Msg# %d % r)25. firstP.put(r)26. class Loop(threading.Thread):27. def _init_(self, s, cin, cout):28. threading.Thread._init_(self)29. self.cin = cin30. self.cout = cout31. self.s = s32. def run(self):33. while True:34. r = self.cin.get()35. self.cout.put(r)36. if r 0: 37. # print(: Proc: , Seq#: %s, Msg#: %s . % (pid(), self.s, r)38. pass39. else:40. # print(* Proc: , Seq#: %s, Msg#: terminate! % (pid(), self.s)41. break42. class MLoop(threading.Thread):43. def _init_(self, s, cin):44. threading.Thread._init_(self)45. self.cin = cin46. self.s = s47. def run(self):48. while True:49. r = self.cin.get()50. if r 0: 51. # print( Proc: , Seq#: %s, Msg#: %s . % (pid(), self.s, r)52. pass53. else:54. # print( Proc: , Seq#: %s, ring terminated. % (pid(), self.s)55. break56. 57. def pid(): return threading.currentThread()58. 59. if _name_ = _main_:60. run_benchmark(int(sys.argv1), int(sys.argv2)Get Code(Edit Section )5.4 ring_no_io_proc.py1. #!/Library/Frameworks/Python.framework/Versions/2.5/bin/python2. # encoding: utf-83. import sys4. import processing, Queue5. 6. def run_benchmark(n, m):7. # print( Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!n % (n, m)8. firstP = cin = processing.Queue()9. for s in xrange(1, n):10. seqn = s11. cout = processing.Queue()12. # print(* s = %d % (seqn, )13. p = processing.Process(target = loop, args = seqn, cin, cout)14. p.start()15. cin = cout16. else:17. seqn = s+118. # print($ s = %d % (seqn, )19. p = processing.Process(target = mloop, args = seqn, cin)20. p.start()21. for r in xrange(m-1, -1, -1):22. # print(+ sending Msg# %d % r)23. firstP.put(r)24. p.join()25. def loop(s, cin, cout):26. while True:27. r = cin.get()28. cout.put(r)29. if r 0: 30. # print(: Proc: , Seq#: %s, Msg#: %s . % (pid(), s, r)31. pass32. else:33. # print(* Proc: , Seq#: %s, Msg#: terminate! % (pid(), s)34. break35. def mloop(s, cin):36. while True:37. r = cin.get()38. if r 0: 39. # print( Proc: , Seq#: %s, Msg#: %s . % (pid(), s, r)40. pass41. else:42. # print( Proc: , Seq#: %s, ring terminated. % (pid(), s)43. break44. 45. def pid(): return processing.currentProcess()46. 47. if _name_ = _main_:48. run_benchmark(int(sys.argv1), int(sys.argv2)Get Code(Edit Section )5.5 ring_no_io_greenlet.py1. #!/Library/Frameworks/Python.framework/Versions/2.5/bin/python2. # encoding: utf-83. import sys4. from py.magic import greenlet5. 6. def run_benchmark(n, m):7. # print( Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!n % (n, m)8. glets = greenlet.getcurrent()9. for s in xrange(1, n):10. seqn = s11. glets.append(greenlet(loop)12. # print(* s = %d % (seqn, )13. else:14. seqn = s+115. glets.append(greenlet(mloop)16. # print($ s = %d % (seqn, )17. glets-1.switch(seqn, glets)18. for r in xrange(m-1, -1, -1):19. # print(+ sending Msg# %d % r)20. glets1.switch(r)21. def loop(s, glets):22. previous = gletss - 123. next = gletss + 124. if s 1:25. r = previous.switch(s - 1, glets)26. else:27. r = previous.switch()28. while True:29. if r 0: 30. # print(: Proc: , Seq#: %s, Msg#: %s . % (pid(loop, s), s, r)31. pass32. else:33. # print(* Proc: , Seq#: %s, Msg#: terminate! % (pid(loop, s), s)34. break35. next.switch(r)36. r = previous.switch()37. next.switch(r)38. def mloop(s, glets):39. previous = gletss - 140. r = previous.switch(s - 1, glets)41. while True:42. if r 0: 43. # print( Proc: , Seq#: %s, Msg#: %s . % (pid(mloop, s), s, r)44. pass45. else:46. # print( Proc: ,