asyncio aiohttp限制并发数量和超时时间

该代码示例展示了如何使用Python的asyncio和aiohttp库进行异步HTTP请求,通过Semaphore进行并发限制,处理ServerTimeoutError和一般异常。同时,代码中设定了请求超时时间和TCP连接池限制,确保请求的有序发送和管理。
Python3.8

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

主要参考参数设置的一些问题

import asyncio

import random

import traceback

from aiohttp import ClientSession, TCPConnector, client_exceptions

import time

URL = 'http://127.0.0.1:5000/?delay={}'

async def fetch(session, i):

dly = random.randint(1,8)

url = URL.format(dly)

start_time = time.time()

try:

async with session.get(url=url) as response:

r = await response.read()

end_time = time.time()

cost = end_time - start_time

msg = "第{}个查询请求,花费时间: {}s, 返回信息: {}\n".format(i, cost, r.decode('unicode-escape'))

print("running %d" % i, msg)

except client_exceptions.ServerTimeoutError as timeout_error:

print("request timeout error: {}, url: {}".format(timeout_error, url))

except Exception as e:

print("request unknown error: {}".format(traceback.format_exc()))

async def chunks(sem, session, i):

"""

限制并发数

"""# 使用Semaphore, 它会在第一批400个请求发出且返回结果(是否等待返回结果取决于你的fetch方法的定义)后# 检查本地TCP连接池(最大400个)的空闲数(连接池某个插槽是否空闲,在这里,取决于请求是否返回)# 有空闲插槽,就PUT入一个请求并发出(完全不同于Jmeter的rame up in period的线性发起机制).# 所以,在结果log里,你会看到第一批请求(开始时间)是同一秒发起,而后面的则完全取决于服务器的吞吐量 async with sem:

await fetch(session, i)

async def run(num):

tasks = []

# Semaphore, 相当于基于服务器的处理速度和测试客户端的硬件条件,一批批的发# 直至发送完全部(下面定义的400)

sem = asyncio.Semaphore(400)

# 创建session,且对本地的TCP连接做限制limit=400(不做限制limit=0)# 超时时间指定# total:全部请求最终完成时间# connect: aiohttp从本机连接池里取出一个将要进行的请求的时间# sock_connect:单个请求连接到服务器的时间# sock_read:单个请求从服务器返回的时间import aiohttp

timeout = aiohttp.ClientTimeout(total=330, connect=2, sock_connect=15, sock_read=10)

async with ClientSession(connector=TCPConnector(limit=400), timeout=timeout) as session:

for i in range(0, num):

# 如果是分批的发,就使用并传递Semaphore

task = asyncio.ensure_future(

chunks(sem, session, i)) tasks.append(task)

responses = asyncio.gather(*tasks)

await responses

start = time.time()

number = 380

loop = asyncio.get_event_loop()

future = asyncio.ensure_future(run(number))

loop.run_until_complete(future)

end = time.time()

total = end - start

with open("log", "a+", encoding="utf-8") as f:

f.write('总耗时:{}秒,平均速度:{}秒\n'.format(total, total / number))

更新:

如果超时,limit=400,验证第一次同时发起400个请求

import time

import queue

import random

import asyncio

import traceback

import collections

from aiohttp import ClientSession, TCPConnector, client_exceptions, ClientTimeout

queue_data = queue.Queue()

timeout_domains = []

unknown_error_domains = []

start_time_list = []

async def fetch(session, n, url):

"""

:param session: aiohttp.ClientSession

:param n: task编号

:param url: 请求url

"""

start_time = time.time()

# noinspection PyBroadExceptiontry:

async with session.get(url=url, verify_ssl=False) as response:

r = await response.read()

end_time = time.time()

cost = end_time - start_time

msg = "第{}个查询请求,花费时间: {}s, 返回信息: {}\n".format(n, cost, r.decode('unicode-escape'))

# print(msg)

queue_data.put(1)

except client_exceptions.ServerTimeoutError as timeout_error:

print("request timeout error: {}, url: {}".format(timeout_error, url))

timeout_domains.append(url)

except Exception:

print("request unknown error: {}".format(traceback.format_exc()))

unknown_error_domains.append(url)

start_time_list.append(str(start_time).split(".")[0])

async def chunks(sem, session, i, url):

"""

限制并发数

"""

async with sem:

await fetch(session, i, url)

def get_domains():

urls = []

for _ in range(1000):

urls.append("http://127.0.0.1:5000/?delay={}".format(random.randint(1, 8)))

return urls

async def main(urls):

sem = asyncio.Semaphore(400)

timeout = ClientTimeout(total=10, connect=2, sock_connect=15, sock_read=5)

async with ClientSession(connector=TCPConnector(limit=400), timeout=timeout) as session:

tasks = [asyncio.create_task(chunks(sem, session, index, url)) for index, url in enumerate(urls)]

await asyncio.wait(tasks)

if__name__ == '__main__':

domains = get_domains()

asyncio.run(main(domains))

print("success number: {}, timeout number: {}, unknown_error number: {}".format(queue_data.qsize(),

len(timeout_domains),

len(unknown_error_domains)))

print(sorted(collections.Counter(start_time_list).items(), key=lambda item:item[0]))

# 1. 没有超时的,第一批400个同一秒发起, 再往后就看response相应与读取速度# success number: 1000, timeout number: 0, unknown_error number: 0# [('1593246892', 400), ('1593246894', 48), ('1593246895', 55), ('1593246896', 55), ('1593246897', 76),# ('1593246898', 74), ('1593246899', 90), ('1593246900', 96), ('1593246901', 106)]# 2. 有超时的# success number: 517, timeout number: 483, unknown_error number: 0# [('1593248067', 400), ('1593248068', 36), ('1593248069', 43), ('1593248070', 75), ('1593248071', 64),# ('1593248072', 168), ('1593248073', 126), ('1593248074', 69), ('1593248075', 19)]

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

goldm68

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值