CalPaterson译者
香槟超新星，责编
夕颜出品
CSDN（ID:CSDNnews）
大多数人都认为异步Python的并发程度更高。这意味着对于动态网站或WebAPI等常见任务，异步能提供更高的性能。
但遗憾的是，对于Python解释器来说，异步并不能提供加速的推力。
在现实情境下（请参考下图），异步Web框架的吞吐量（请求/秒）表现更差一些，而响应延迟则差的更多。
基准结果
我测试了各种不同的同步和异步Web服务器配置：
P50和P99的响应时间以毫秒为单位，Throughput（吞吐量）以每秒请求量为单位。这个表格按P99排序，我认为这可能是现实世界中最重要的统计信息。
要注意以下几点：
1、表现最好的几个都是同步框架
但Flask的吞吐量比其他的要低
2、表现最差的几个都是异步框架
3、异步框架的响应延迟方面也差得多
4、基于uvloop的循环比内置的asyncio循环更好
因此，如果非要用asyncio，请选择uvloop
这些基准测试真的具有代表性吗？
我认为的确如此。我尽力使它们贴近现实情况了，使用的架构是这个：
我尽可能地模拟真实世界的部署：一个反向代理，python代码（比如变量），后面再跟着一个数据库。我还加入了一个外部数据库连接池，因为我认为在Web应用程序实际部署中这种做法相当常见（至少对postgresql来说是这样的）。
测试的应用程序通过随机key查询数据库某行，并将值以JSON的形式返回。完整的源代码可在github上找到。
（链接：