我正在編寫一個基於asyncio框架的應用程序。這個應用程序與一個具有速率限制的API交互(每秒最多2次)。所以我將與API交互的方法移到了芹菜上,以此作爲速率限制器。但它看起來像一個開銷。Asyncio&限速
有什麼方法可以創建一個新的asyncio事件循環(或其他),以保證每秒不超過n的coroutins的執行?
我正在編寫一個基於asyncio框架的應用程序。這個應用程序與一個具有速率限制的API交互(每秒最多2次)。所以我將與API交互的方法移到了芹菜上,以此作爲速率限制器。但它看起來像一個開銷。Asyncio&限速
有什麼方法可以創建一個新的asyncio事件循環(或其他),以保證每秒不超過n的coroutins的執行?
我相信你可以寫一個循環是這樣的:
while True:
t0 = loop.time()
await make_io_call()
dt = loop.time() - t0
if dt < 0.5:
await asyncio.sleep(0.5 - dt, loop=loop)
接受的答案是正確的。不過請注意,通常情況下,人們希望儘可能接近2QPS。此方法不提供任何並行化,如果make_io_call()花費超過一秒的時間執行,這可能會成爲問題。一個更好的解決方案是將一個信號傳遞給make_io_call,它可以用來知道它是否可以開始執行。
這是一個這樣的實現:RateLimitingSemaphore
只會在速率限制低於要求時纔會釋放它的上下文。
import asyncio
from collections import deque
from datetime import datetime
class RateLimitingSemaphore:
def __init__(self, qps_limit, loop=None):
self.loop = loop or asyncio.get_event_loop()
self.qps_limit = qps_limit
# The number of calls that are queued up, waiting for their turn.
self.queued_calls = 0
# The times of the last N executions, where N=qps_limit - this should allow us to calculate the QPS within the
# last ~ second. Note that this also allows us to schedule the first N executions immediately.
self.call_times = deque()
async def __aenter__(self):
self.queued_calls += 1
while True:
cur_rate = 0
if len(self.call_times) == self.qps_limit:
cur_rate = len(self.call_times)/(self.loop.time() - self.call_times[0])
if cur_rate < self.qps_limit:
break
interval = 1./self.qps_limit
elapsed_time = self.loop.time() - self.call_times[-1]
await asyncio.sleep(self.queued_calls * interval - elapsed_time)
self.queued_calls -= 1
if len(self.call_times) == self.qps_limit:
self.call_times.popleft()
self.call_times.append(self.loop.time())
async def __aexit__(self, exc_type, exc, tb):
pass
async def test(qps):
executions = 0
async def io_operation(semaphore):
async with semaphore:
nonlocal executions
executions += 1
semaphore = RateLimitingSemaphore(qps)
start = datetime.now()
await asyncio.wait([io_operation(semaphore) for i in range(5*qps)])
dt = (datetime.now() - start).total_seconds()
print('Desired QPS:', qps, 'Achieved QPS:', executions/dt)
if __name__ == "__main__":
asyncio.get_event_loop().run_until_complete(test(100))
asyncio.get_event_loop().close()
將打印Desired QPS: 100 Achieved QPS: 99.82723898022084
謝謝!在等待答案時,我用這種方式製作了一個裝飾器。這似乎是一個單一的正確方法。這是真的? –
「單一適當方法」是什麼意思? 對我來說,這是解決問題的最簡單最明顯的方式,但我可以邀請十幾種過於複雜的解決方案。 –
這正是我想聽到的:)謝謝 –