python 和 java 或者和 GO ，在性能上来说都不是最好的，而且 python 无法支持多核的并发，只能跑在单核上的多线程。但是 oss 也提供了相应的方法提高多线程的文件吞吐； 初始化

在初始化时 python 有两个地方可以做调整 connect_timeout

可以增大客户端在数据读写过程中的超时时间，常用在客户端到 OSS 公网情况下上传大文件时增长时间，防止在公网抖动或者丢包情况下出现传输超时；

# -*- coding: utf-8 -*-
import oss2
# 阿里云主账号AccessKey拥有所有API的访问权限，风险很高。强烈建议您创建并使用RAM账号进行API访问或日常运维，请登录RAM控制台创建RAM账号。
auth = oss2.Auth('<yourAccessKeyId

初始化 在初始化时 python 有两个地方可以做调整。 connect_timeout 可以增大客户端在数据读写过程中的超时时间，常用在客户端到 OSS 公网情况 下上传大文件时增长时间，防止在公网抖动或者丢包情况下出现传输超时。

-- coding: utf-8 --

import oss2

阿里云主账号 AccessKey 拥有所有 API 的访问权限，风险很高。强烈建议您创建并使用 RAM 账号进

行 API 访问或日常运维，请登录 RAM 控制台创建 RAM 账号。 auth = oss2.Auth(' ', ' ')

Endpoint 以杭州为例，其它 Region 请按实际情况填写。

endpoint = 'https://oss-cn-hangzhou.aliyuncs.com'

设置连接超时时间为 30 秒。

bucket = oss2.Bucket(auth, endpoint, ' ', connect_timeout=30) 防劫持 OSS 服务端默认支持了泛域名的证书，客户可以用 https 协议传输方式出现被 劫持的情况。

# -*- coding: utf-8 -*-
import oss2
# 阿里云主账号 AccessKey 拥有所有 API 的访问权限，风险很高。强烈建议您创建并使用 RAM 账号进
行 API 访问或日常运维，请登录 RAM 控制台创建 RAM 账号。
auth = oss2.Auth('<yourAccessKeyId>', '<yourAccessKeySecret>')
# Endpoint 以杭州为例，其它 Region 请按实际情况填写。将 http 改为 https 就是走 https 加 密
endpoint = 'https://oss-cn-hangzhou.aliyuncs.com'
bucket = oss2.Bucket(auth, endpoint, '<yourBucketName>')

性能调优 enable_crc crc 的作用是校验客户端的文件完整性，文件越大对 cpu 计算消耗越高，上传时 间成本越高，所以一般都建议用户端，关闭 crc 提高传输效率，使用 Content-Md5 的方式替代 crc64。

# -*- coding: utf-8 -*-
import oss2
# 阿里云主账号 AccessKey 拥有所有 API 的访问权限，风险很高。强烈建议您创建并使用 RAM 账号进
行 API 访问或日常运维，请登录 RAM 控制台创建 RAM 账号。
auth = oss2.Auth('<yourAccessKeyId>', '<yourAccessKeySecret>')
# Endpoint 以杭州为例，其它 Region 请按实际情况填写。
endpoint = 'https://oss-cn-hangzhou.aliyuncs.com'
bucket = oss2.Bucket(auth, endpoint, '<yourBucketName>', enable_crc=False)

日志开关 OSS 的日志采用 logging 模块采集。通过 ossclient 初始化时 set logging 的 开关和存放位置；但是记录日志的同时会影响 SDK 上传性能，一般不建议用户开启， 排查问题时采用到；平常客户只要记录 requestID 或者 OSS 返回的 header 头就足 够了。

# -*- coding: utf-8 -*-
import os
import logging
import oss2
from itertools import islice
# 初始化 AccessKeyId、AccessKeySecret、Endpoint 等信息。
# 请将 <AccessKeyId>、<AccessKeySecret>、<Bucket> 及 < 访问域名 > 分别替换成对应的具体
信息。
access_key_id = '<AccessKeyId>'
access_key_secret = '<AccessKeySecret>'
bucket_name = '<Bucket>'
endpoint = '< 访问域名 >'
log_file_path = "log.log"
# 开启日志
oss2.set_file_logger(log_file_path, 'oss2', logging.INFO)
# 创建 Bucket 对象。
bucket = oss2.Bucket(oss2.Auth(access_key_id, access_key_secret), endpoint, 
bucket_name)
# 遍历文件目录
for b in islice(oss2.ObjectIterator(bucket), 10):
 print(b.key)
# 获取文件元信息
object_meta = bucket.get_object_meta('object')

分片上传下载 python SDK 在 分片的基础上增加了断点传输，既可以在分片基础上增加并发， 也支持断点记录的功能，在遇到网络问题断开时不需要每次从文件开始重传，从记录 断点的位置继续传输。 分片大小建议 100M，1M 分片 1000M，10M 分片 10G，100M 分片 100G，1G 分片 .... 断点上传

# -*- coding: utf-8 -*-
import oss2
# 阿里云主账号 AccessKey 拥有所有 API 的访问权限，风险很高。强烈建议您创建并使用 RAM 账号进
行 API 访问或日常运维，请登录 https://ram.console.aliyun.com 创建 RAM 账号。
auth = oss2.Auth('<yourAccessKeyId>', '<yourAccessKeySecret>')
# Endpoint 以杭州为例，其它 Region 请按实际情况填写。
bucket = oss2.Bucket(auth, 'http://oss-cn-hangzhou.aliyuncs.com', 
'<yourBucketName>')
# 当文件长度大于或等于可选参数 multipart_threshold（默认值为 10MB）时，会使用分片上传。如
未使用参数 store 指定目录，则会在 HOME 目录下建立 .py-oss-upload 目录来保存断点信息。
oss2.resumable_upload(bucket, '<yourObjectName>', '<yourLocalFile>')
# 如使用 store 指定了目录，则保存断点信息在指定目录中。如使用 num_threads 设置上传并发数，
请将 oss2.defaults.connection_pool_size 设成大于或等于线程数。默认线程数为 1。
oss2.resumable_upload(bucket, '<yourObjectName>', '<yourLocalFile>',
 store=oss2.ResumableStore(root='/tmp'),
 multipart_threshold=100*1024,
 part_size=100*1024,
 num_threads=4)

断点下载

# -*- coding: utf-8 -*-
import oss2
# 阿里云主账号 AccessKey 拥有所有 API 的访问权限，风险很高。强烈建议您创建并使用 RAM 账号进
行 API 访问或日常运维，请登录 https://ram.console.aliyun.com 创建 RAM 账号。
auth = oss2.Auth('<yourAccessKeyId>', '<yourAccessKeySecret>')
# Endpoint 以杭州为例，其它 Region 请按实际情况填写。
bucket = oss2.Bucket(auth, 'http://oss-cn-hangzhou.aliyuncs.com', 
'<yourBucketName>')
# 请将 oss2.defaults.connection_pool_size 设成大于或等于线程数，并将 part_size 参数设
成大于或等于 oss2.defaults.multiget_part_size。
oss2.resumable_download(bucket, '<yourObjectName>', '<yourLocalFile>',
 store=oss2.ResumableDownloadStore(root='/tmp'),
 multiget_threshold=20*1024*1024,
 part_size=10*1024*1024,
 num_threads=3)

如果发现上述方法都试过，但是吞吐率还是上不去，可以用 iftop 命令分析下， 并且同时跑多个程序多进程运行将网络带宽打满；如果多进程也打不满，那就要查自 己的机器带宽是否限制了上行流量，或者自己机器带宽被打满。