轻量快速的 Python ASGI 框架 uvicorn

使用进程管理器确保你以d性方式运行运行多个进程，你可以执行服务器升级而不会丢弃客户端的请求。

一个进程管理器将会处理套接字设置，启动多个服务器进程，监控进程活动，监听进程重启、关闭等信号。

Uvicorn 提供一个轻量级的方法来运行多个工作进程，比如 --workers 4 ，但并没有提供进行的监控。

Gunicorn 是成熟的，功能齐全的服务器，Uvicorn 内部包含有 Guicorn 的 workers 类，允许你运行 ASGI 应用程序，这些 workers 继承了所有 Uvicorn 高性能的特点，并且给你使用 Guicorn 来进行进程管理。

这样的话，你可能动态增加或减少进程数量，平滑地重启工作进程，或者升级服务器而无需停机。

在生产环境中，Guicorn 大概是最简单的方式来管理 Uvicorn 了，生产环境部署我们推荐使用 Guicorn 和 Uvicorn 的 worker 类：

执行上述命令将开户 4 个工作进程，其中 UvicornWorker 的实现使用 uvloop 和>

1 使用装饰器来衡量函数执行时间

有一个简单方法，那就是定义一个装饰器来测量函数的执行时间，并输出结果：

import time

from functoolsimport wraps

import random

def fn_timer(function):

  @wraps(function)

  def function_timer(args, kwargs):

      t0= timetime()

      result= function(args, kwargs)

      t1= timetime()

      print("Total time running %s: %s seconds" %

          (function__name__, str(t1- t0))

)

      return result

return function_timer

@fn_timer

def random_sort(n):

  return sorted([randomrandom() for i in range(n)])

if __name__== "__main__":

  random_sort(2000000)

输出：Total time running random_sort: 06598007678985596 seconds

使用方式的话，就是在要监控的函数定义上面加上 @fn_timer 就行了

或者

# 可监控程序运行时间

import time

import random

def clock(func):

    def wrapper(args, kwargs):

        start_time= timetime()

        result= func(args, kwargs)

        end_time= timetime()

        print("共耗时: %s秒" % round(end_time- start_time, 5))

        return result

return wrapper

@clock

def random_sort(n):

  return sorted([randomrandom() for i in range(n)])

if __name__== "__main__":

  random_sort(2000000)

输出结果：共耗时: 065634秒

2 使用timeit模块

另一种方法是使用timeit模块，用来计算平均时间消耗。

执行下面的脚本可以运行该模块。

这里的timing_functions是Python脚本文件名称。

在输出的末尾，可以看到以下结果：4 loops, best of 5: 208 sec per loop

这表示测试了4次，平均每次测试重复5次，最好的测试结果是208秒。

如果不指定测试或重复次数，默认值为10次测试，每次重复5次。

3 使用Unix系统中的time命令

然而，装饰器和timeit都是基于Python的。在外部环境测试Python时，unix time实用工具就非常有用。

运行time实用工具：

输出结果为：

Total time running random_sort: 13931210041 seconds

real 149

user 140

sys 008

第一行来自预定义的装饰器，其他三行为：

    real表示的是执行脚本的总时间

    user表示的是执行脚本消耗的CPU时间。

    sys表示的是执行内核函数消耗的时间。

注意：根据维基百科的定义，内核是一个计算机程序，用来管理软件的输入输出，并将其翻译成CPU和其他计算机中的电子设备能够执行的数据处理指令。

因此，Real执行时间和User+Sys执行时间的差就是消耗在输入/输出和系统执行其他任务时消耗的时间。

4 使用cProfile模块

5 使用line_profiler模块

6 使用memory_profiler模块

7 使用guppy包

apache占用了80端口python的socket就不能用了啊，要不怎么知道数据发给谁呢，你可以让python使用80，apache使用别的，然后让python收到后转发给apache。

本文介绍下，在solaris 系统下，python socket server重启后，提示端口被占用，telnet端口失败。这里给出一个解决方法，有需要的朋友参考下。

在solaris 系统下，socket server被重启后，提示端口被占用，telnet端口又是不成功的，说明服务已被关闭。

通过netstat可以看到端口还处于于fin_wait_2状态，solaris要4分钟才能关闭。

遇到这个问题时，可以采用如下的方法解决，以减少等待时间。

1，加上ssetsockopt(socketSOL_SOCKET, socketSO_REUSEADDR, 1)。

代码：

复制代码代码示例:

selfhost=socketgethostbyname(socketgethostname())

s = socketsocket(socketAF_INET,socketSOCK_STREAM)

ssetsockopt(socketSOL_SOCKET, socketSO_REUSEADDR, 1)

sbind((selfhost,selfport))

slisten(5)

2，修改系统fin_wait,time_wait的时间设置。这个时间改短，也利于系统系能。

修改方法

查看或设置：

使用get命令来确定当前时间间隔，并使用set命令将时间间隔指定为30秒。

例如:

复制代码代码示例:

ndd -get /dev/tcp tcp_time_wait_interval

ndd -set /dev/tcp tcp_time_wait_interval 30000

缺省值：对于 Solaris *** 作系统，缺省等待时间间隔为 240000 毫秒（即 4 分钟）。

建议值：60000 毫秒。

Solaris TCP_FIN_WAIT_2_FLUSH_INTERVAL

描述：

指定禁止处于FIN_WAIT_2状态的连接保持该状态的计时器时间间隔。

当连接比率较高时，这将累积大量的TCP/IP连接，从而导致服务器性能下降。在高峰时间段，服务器会发 生延迟。

如果服务器延迟，netstat命令显示对>

sleep就可以吧，把程序作为一个线程，启动线程，里面加个sleep，示例如下：\x0d\import threading\x0d\import time\x0d\class Test(threadingThread):\x0d\ def __init__(self):\x0d\ pass\x0d\ \x0d\ def test(self):\x0d\ print 'run test!'\x0d\ \x0d\ def run(self):\x0d\ while True:\x0d\ print timestrftime('%Y-%m-%d %H:%M:%S')\x0d\ selftest()\x0d\ timesleep(5)\x0d\#test\x0d\a=Test()\x0d\arun()\x0d\#test

以上就是关于轻量快速的 Python ASGI 框架 uvicorn全部的内容，包括:轻量快速的 Python ASGI 框架 uvicorn、linux下如何监听进程、7种检测Python程序运行时间、CPU和内存占用的方法等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！