snaic和tornado的简单性能测试

操作系统 : CentOS7.3.1611_x64

Python 版本 : 3.6.8

tornado版本:6.0.2

snaic版本:19.9.0

CPU : Intel(R) Core(TM) i5-2320 CPU @ 3.00GHz 4核

之前一直使用tornado作为http相关python程序的框架,最近查资料发现新出的snaic性能很高,这里在同样硬件条件下使用ab进行简单的压测。

准备工作

安装apache ab工具:

yum -y install httpd-tools

压测命令:

ab -c 30 -n 100000 http://127.0.0.1:9093/

参数说明:

-c :模拟并发数

-n : 总请求数

对比测试

使用tornado实现的简单http服务器代码:

https://github.com/mike-zhang/pyExamples/blob/master/httpRelate/httpServer/tornadoTest1.py

使用snaic实现的简单http服务器代码:

https://github.com/mike-zhang/pyExamples/blob/master/httpRelate/httpServer/snaicTest1.py

tornado测试结果:

Server Software:        TornadoServer/6.0.2
Server Hostname:        127.0.0.1
Server Port:            9093

Document Path:          /
Document Length:        12 bytes

Concurrency Level:      30
Time taken for tests:   82.282 seconds
Complete requests:      100000
Failed requests:        0
Write errors:           0
Total transferred:      20700000 bytes
HTML transferred:       1200000 bytes
Requests per second:    1215.33 [#/sec] (mean)
Time per request:       24.685 [ms] (mean)
Time per request:       0.823 [ms] (mean, across all concurrent requests)
Transfer rate:          245.68 [Kbytes/sec] received

Connection Times (ms)
                          min  mean[+/-sd] median   max
Connect:        0    0   0.2      0       8
Processing:     1   25  10.3     25      74
Waiting:        1   24  10.3     25      74
Total:          1   25  10.3     25      74

Percentage of the requests served within a certain time (ms)
  50%     25
  66%     30
  75%     33
  80%     34
  90%     37
  95%     39
  98%     41
  99%     42
 100%     74 (longest request)

snaic测试结果:

Server Software:
Server Hostname:        127.0.0.1
Server Port:            9093

Document Path:          /
Document Length:        12 bytes

Concurrency Level:      30
Time taken for tests:   20.164 seconds
Complete requests:      100000
Failed requests:        0
Write errors:           0
Total transferred:      11100000 bytes
HTML transferred:       1200000 bytes
Requests per second:    4959.29 [#/sec] (mean)
Time per request:       6.049 [ms] (mean)
Time per request:       0.202 [ms] (mean, across all concurrent requests)
Transfer rate:          537.58 [Kbytes/sec] received

Connection Times (ms)
                          min  mean[+/-sd] median   max
Connect:        0    2   0.5      2      11
Processing:     1    4   1.5      4      38
Waiting:        0    4   1.4      3      37
Total:          1    6   1.5      6      41

Percentage of the requests served within a certain time (ms)
  50%      6
  66%      6
  75%      7
  80%      7
  90%      7
  95%      8
  98%      9
  99%     10
 100%     41 (longest request)

从测试结果可以看到,开启两个进程情况下:

tornado的cps是 1215.33 ,平均响应时间是 24.685 ms

snaic的cps是 4959.29 ,平均响应时间是 6.049 ms

修改并发数后的测试数据如下:

测试结果对比如下:

从测试数据来看,snaic的cps比tornado高,平均响应时间方面,snaic也比tornado短。

本文github地址:

https://github.com/mike-zhang/mikeBlogEssays/blob/master/2019/20191102_snaic和tornado的简单性能测试.rst

欢迎补充

原文地址:https://www.cnblogs.com/MikeZhang/p/snaic_vs_tornado_20191102.html

时间: 2024-10-24 21:41:04

snaic和tornado的简单性能测试的相关文章

Greenplum 简单性能测试与分析

如今,多样的交易模式以及大众消费观念的改变使得数据库应用领域不断扩大,现代的大型分布式应用系统的数据膨胀也对数据库的海量数据处理能力和并行处理能力提出了更高的要求,如何在数据呈现海量扩张的同时提高处理速度和应用系统的可用性,使客户能同时得到更高的处理速度.更高的数据可用性和更大的数据集,是数据库系统面临的一个挑战. 通过TPC-H基准测试,可获得数据库单位时间内的性能处理能力,为评估数据库系统的现有性能服务水平提供有效依据,通过横向对比促进数据库系统的整体质量提升,能更好地在重大信息化工程中实现

ClickHouse之简单性能测试

前面的文章ClickHouse之初步认识已经简单的介绍了ClickHouse,接下来进行简单的性能测试.测试数据来源于美国民用航班的数据,从1987年到2017年,有1.7亿条. 环境: centos 6.3,32G内存,24核 下载脚本: #!/bin/bash for s in `seq 1987 2017` do for m in `seq 1 12` do mwget -n 128 http://transtats.bts.gov/PREZIP/On_Time_On_Time_Perfo

python web框架之Tornado的简单使用

python web框架有很多,比如常用的有django,flask等.今天主要介绍Tornado ,Tornado是一个用Python写的相对简单的.不设障碍的Web服务器架构,用以处理上万的同时的连接口,让实时的Web服务通畅起来.虽然跟现在的一些用Python写的Web架构相似,比如Django,但Tornado更注重速度,能够处理海量的同时发生的流量.接下来,就开始撸起来吧. 1.首先需要安装Tornado库: pip install tornado 2.新建一个python文件(dem

框架之Tornado(简单介绍)

引言 回想Django的部署方式 以Django为代表的python web应用部署时采用wsgi协议与服务器对接(被服务器托管),而这类服务器通常都是基于多线程的,也就是说每一个网络请求服务器都会有一个对应的线程来用web应用(如Django)进行处理. 考虑两类应用场景 用户量大,高并发 如秒杀抢购.双十一某宝购物.春节抢火车票 大量的HTTP持久连接 使用同一个TCP连接来发送和接收多个HTTP请求/应答,而不是为每一个新的请求/应答打开新的连接的方法. 对于HTTP 1.0,可以在请求的

linux主机vps简单性能测试

第一,CPU.内存.硬盘检测 cat /proc/cpuinfo (查看CPU信息) cat /proc/meminfo (查看内存信息) df -lh (查看硬盘信息) 这个命令可以看到我们购买的VPS CPU信息是否与官方标准一样,有些时候告诉我们的与实际检测的不同. 第二,硬盘IO性能测试 dd if=/dev/zero of=test bs=64k count=4k oflag=dsync dd if=/dev/zero of=test bs=8k count=256k conv=fda

tornado做简单socket服务器(TCP)

http://blog.csdn.net/chenggong2dm/article/details/9041181 服务器端代码如下: [python] view plaincopy #! /usr/bin/env python #coding=utf-8 from tornado.tcpserver import TCPServer from tornado.ioloop  import IOLoop class Connection(object): clients = set() def 

tornado api 简单模板

# 安装 pip insatll tornado # 主文件 web_server.py #!/usr/bin/env python # encoding: utf-8 import tornado.httpserver import tornado.options import tornado.web from tornado.options import define,options import sys,os,re from apicode import Apicode reload(sy

mininet实验 设置带宽之简单性能测试

写在前面 本实验参考 这个实验写到了Opendaylight,但是其实好像和ODL没什么关系,用到的还是本地控制器POX. 值得注意的:实验之后一定要用,mn -c 命令清理进程.否则造成主机之间ping不通,端口占用等问题. 虽然是个简单的实验,但是我在过程中通过请教学长,也对虚拟控制器的理解更加深入,也能更深入体会SDN中软件这两个字. 实验思路 Python脚本实现自定义拓扑 设置链路的带宽.延迟及丢包率 iperf测试主机间的带宽性能 简而言之,一个脚本解决所有问题.本实验的核心也是读懂

每日踩坑 2018-06-19 AutoMapper简单性能测试

想使用 AutoMapper 类库来做一些映射到 DTO 对象的操作 但既然类似这样的类库内部是用反射来实现的,那么会比较在意性能. 所以来简单测试一下性能. 关于测试结果呢 emmmm 我是比较吃惊的,这个吃惊有两个,一个是它居然这么快,然后它居然这么慢.(手动狗头 反正挺吃惊的. 原文地址:https://www.cnblogs.com/Aaxuan/p/9206185.html