利用Python框架pyxxnet_project实现的网络服务

简介: 前言这是一个纯Python实现的网络服务框架,支持多进程运行,通过消息队列把任务散发到多个进程做执行,内置对网络收发指标,任务执行情况的在线统计,适合用以做一些内部的微服务。这份代码的设计原型是一份久经线上项目考验的linux c++网络服务框架,换以python重写的初衷是易于开发一个测试用的压测框架。

前言
这是一个纯Python实现的网络服务框架,支持多进程运行,通过消息队列把任务散发到多个进程做执行,

内置对网络收发指标,任务执行情况的在线统计,适合用以做一些内部的微服务。

这份代码的设计原型是一份久经线上项目考验的linux c++网络服务框架,换以python重写的初衷是易于开发一个测试用的压测框架。

你可以自己设计http2.0协议,使得这个网络服务框架成为一个httpservice;你也可以自己设计通信协议,得到满足你项目需求的高性能的服务。 当然更强大的是,几行代码就可以让你拥有自定义的服务。

本服务的网络库叫做pyxxnet3,位于pyxxnet_lib目录下,你可以执行python setup.py install使得它安装于python的sitepackage目录下,或者你可以直接把pyxxnet3目录拷贝到你的工程目录下。

pyxxnet3在python 2.7以上 或者python 3.x的版本,都得到顺利运行。后续将补充一些可视化的管理后台,与对比测试,优化。

如何使用这个网络库?

最简单的方法,是参照例子:sample_echoserver下的代码,大部分的网络服务的实现都与sample_echoserver代码相似,或者说,你可以选择直接把sample_echoserver复制一份,基于此做开发。

就是这样的简单。

启动一个服务

python pyechosvr.py
python my_test.py

就开启了一个测试客户端, 大家可以试试下

相关文章
|
1天前
|
数据采集 存储 数据挖掘
Python网络爬虫实战:抓取并分析网页数据
使用Python的`requests`和`BeautifulSoup`,本文演示了一个简单的网络爬虫,抓取天气网站数据并进行分析。步骤包括发送HTTP请求获取HTML,解析HTML提取温度和湿度信息,以及计算平均温度。注意事项涉及遵守robots.txt、控制请求频率及处理动态内容。此基础爬虫展示了数据自动收集和初步分析的基础流程。【6月更文挑战第14天】
36 9
|
2天前
|
存储 安全 网络安全
勒索软件即服务的兴起与网络攻击的商业化
勒索软件即服务的兴起与网络攻击的商业化
|
2天前
|
存储 JSON 算法
Python中的并发编程(4)多线程发送网络请求
Python中的并发编程(4)多线程发送网络请求
|
3天前
|
数据采集 前端开发 Python
Python3网络开发实战读后感
Python3网络开发实战读后感
|
3天前
|
机器人 测试技术 持续交付
Python进行自动化测试测试框架的选择与应用
【6月更文挑战第9天】本文介绍了Python自动化测试的重要性及选择测试框架的考量因素,如功能丰富性、易用性、灵活性和集成性。文中列举了常用的Python测试框架,包括unittest、pytest、nose2和Robot Framework,并提供了使用pytest进行单元测试的示例代码。此外,还展示了如何使用Robot Framework进行验收测试和Web UI测试。选择合适的测试框架对提升测试效率和软件质量至关重要,团队应根据项目需求、社区支持、集成性和学习曲线等因素进行选择。通过不断学习和实践,可以优化自动化测试流程,确保软件的稳定性和可靠性。
8 0
|
4天前
|
Unix Python
Python基础教程(第3版)中文版 第14章 网络编程(笔记)
Python基础教程(第3版)中文版 第14章 网络编程(笔记)
|
5天前
|
数据可视化 算法 JavaScript
使用Python进行网络数据可视化的多种方法与技巧
在当今信息爆炸的时代,网络数据量呈指数级增长,了解和分析这些数据对于许多领域的决策制定至关重要。可视化是理解和解释大量数据的强大工具之一,而Python作为一种流行的编程语言,提供了丰富的库和工具来进行网络数据可视化。本文将介绍一些使用Python进行网络数据可视化的方法与技巧,并提供相应的代码实例。
|
5天前
|
存储 XML 数据处理
Python网络实践:去哪儿旅游数据爬取指南
Python网络实践:去哪儿旅游数据爬取指南
|
5天前
|
分布式计算 负载均衡 并行计算
Python 分布式计算框架 PP (Parallel Python):集群模式下的实践探索
该文介绍了使用Parallel Python (PP) 在两台物理机上构建分布式计算集群的经验。PP是一个轻量级框架,旨在简化Python代码在多处理器系统和集群中的并行执行。文中通过设置子节点的IP、端口和密钥启动PP服务器,并在主节点创建PP实例进行负载均衡。实验使用官方的质数和计算示例,显示PP在集群模式下能有效利用多台机器的多核CPU,实现计算效率的显著提升。未来,作者计划进一步研究PP在更复杂任务和大规模集群中的应用潜力。
|
6天前
|
机器学习/深度学习 PyTorch TensorFlow

热门文章

最新文章