django在nginx uwsgi和tornado异步方案在项目中的体验

简介:

前言:

   这两天搜文章的时候,发现不少人对tornado有些误解的。只是想说说自己对于这些框架的理解,和实际项目中的对比。


   部分有文章说tornado性能很一般,我当时一瞅,很是郁闷,这些人是怎么测试的呢,就直接跑hello world。很直接就用tornado最最基本的功能,那他的性能也就和django flask一样了。这样没太多的意义,个人觉得,应该尽量施展他们的长处,当然也要把他的短处给扔出来。


       我想说的是,在一定程度上,你没有用好。tornado最大的优点是大并发下的异步io,他有coroutine,这是个比thread线程切换开销更小的东西,可以让tornado那些回调的代码显得更同步顺眼。还有一个异步回调的东东,这些组成了tornado在高并发下也可以避免网络io堵塞。

在用django、flask的时候,我也喜欢用gevent、Gunicorn、uwsgi。 现在更多的人喜欢用uwsgi,因为简单易用,借助于nginx可以做更多的东西。比如加上lua,就可以做数据接口,用location就可以做读写分离等。但是大家有没有发现,uwsgi在超过一定的连接数后,尤其是那种长连接,他就疯狂的报错,要不是socket pipe出错,要不就索性的502。

   

       线程开启64个,我这里是特意开了64了,官方的推荐是你cpu核数的2-4倍,那是我觉得这个值不靠谱,还是往大了加。ab一个time.sleep(10)的接口,超过150个,就可以挑错。不信的朋友可以自己做做测试。

原文:http://rfyiamcool.blog.51cto.com/1030776/1397495

       而tornado就非常适合做这些个高并发,尤其是io堵塞,comet的东西了

新版支持future做并发库,这里完全就可以写同步的代码了。50个线程数,不够那就加到200,200不够加到500、1000。  我加到1000,每个连接耗时间30秒,照样很稳,不会报错。

1
2
3
4
5
6
7
8
9
10
11
12
13
class  IndexHandler(tornado.web.RequestHandler):
     executor = ThreadPoolExecutor( 50 )                               
     @tornado.gen.coroutine
     def  get (self):
         print  "begin"
         #time.sleep( 10 )
         yield self.pin()
         self.write( 'ok' )
         self.finish()
     @run_on_executor
     def pin(self):
#        os.system( "ping -c 10 www.baidu.com" )
         time.sleep( 2 )


当然他的缺点也很明显,就是需要你打造轮子。他的文档也特别的少,你会发现跑到官网做demo,他们连个cookie说的都不清不白的,结果还要到github去找几个例子,才搞懂。


django是个好东西呀,你能想到的功能,都可以在django插件index看到你需要的。  各种各样的都有, 做大项目还是需要用django这样较完成的框架。  你要是有知乎那帮团队的实力,你也可以用tornado来支撑你的大项目。  我不喜欢django的原因,只是因为他复杂,不简单而已。 


推荐用tornado做接口,而django flask做前后端的开发。 tornado性能虽然高,但是部署有点繁琐( ningx + tornado * 4 的方式),写程序有点蛋疼,需要写异步回调。不像flask那样,你全部同步的写法,最后用nginx uwsgi一引入,就可以多进程了。

他的配置如此的简单。。。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
http: //xiaorui.cc
[uwsgi]
socket =  127.0 . 0.1 : 9090
master =  true          //主进程
vhost =  true           //多站模式
no-stie =  true         //多站模式时不设置入口模块和文件
workers =  64            //子进程数
reload-mercy =  10  
vacuum =  true          //退出、重启时清理文件
max-requests =  30000
limit- as  2048
buffer-sizi =  30000
pidfile = / var /run/uwsgi9000.pid
daemonize = /website/uwsgi9000.log
避免文件最大打开数限制
ulimit -SHn  30000


不管是tornaod、django、web.py、flask,他们静态处理能力都一般。最简单的方法测试,你用ab压一个静态文件,流量压根上不去,其次是出broken pipe的标准socket的error。 你正好开了10个uwsgi的worker后。你的页面有好几个css,js,那! 如果有10个人来访问,那就占用了uwsgi的10个线程。如果这个时候有很多用户来访问,你肯定会io堵塞的,你可以试试 !    

    在一些平台中,要避免静态文件的损耗,这些静态的文件最好是用url的方式引入,这样后期可以做cdn啥的,把这些静态的东西尽量扔给gninx lighttpd处理,如果程序已经成型了,那就用nginx的localtion来做静态文件的分离引入。





 本文转自 rfyiamcool 51CTO博客,原文链接:http://blog.51cto.com/rfyiamcool/1397495,如需转载请自行联系原作者


相关文章
|
8月前
|
应用服务中间件 Linux 网络安全
使用Nginx免费版与Keepalived实现高可用性High Availablity方案
本文介绍了如何使用Nginx免费版与Keepalived实现高可用性(HA)方案,涵盖环境搭建、Keepalived安装配置、版本升级及主从模式设置。通过虚拟机测试,结合CentOS与宝塔,详细说明VIP配置与服务启动流程,助你构建稳定可靠的Web高可用架构。
|
9月前
|
JSON 前端开发 应用服务中间件
配置Nginx根据IP地址进行流量限制以及返回JSON格式数据的方案
最后,记得在任何生产环境部署之前,进行透彻测试以确保一切运转如预期。遵循这些战术,守卫你的网络城堡不再是难题。
359 3
|
数据管理 数据库 数据安全/隐私保护
Django—同一项目不同app使用不同数据库
在Django项目中实现不同app使用不同数据库的配置,可以通过配置多数据库、创建数据库路由和配置路由来实现。通过这种方法,可以有效地将数据隔离到不同的数据库,提高数据管理的灵活性和系统的可扩展性。希望本文能为开发者在Django项目中使用多数据库提供清晰的指导。
386 4
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
792 22
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
|
机器学习/深度学习 算法 TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面,实现用户上传一张交通标志图片,识别其名称。
710 7
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
528 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
中间件 应用服务中间件 nginx
Nginx+uWSGI+Django原理
Nginx+uWSGI+Django原理
|
JavaScript 应用服务中间件 nginx
nginx部署vue项目
本文介绍了将Vue项目部署到Nginx的步骤,包括构建Vue项目、上传dist文件夹到服务器、安装Nginx、配置Nginx代理静态文件以及重启Nginx,确保了Vue应用可以通过域名或IP地址访问。
989 1
|
JavaScript 应用服务中间件 开发工具
vue尚品汇商城项目-day07【53.nginx反向代理配置】
vue尚品汇商城项目-day07【53.nginx反向代理配置】
148 4
|
前端开发 JavaScript 应用服务中间件
linux安装nginx和前端部署vue项目(实际测试react项目也可以)
本文是一篇详细的教程,介绍了如何在Linux系统上安装和配置nginx,以及如何将打包好的前端项目(如Vue或React)上传和部署到服务器上,包括了常见的错误处理方法。
4184 0
linux安装nginx和前端部署vue项目(实际测试react项目也可以)