Fastapi框架为什么快？

大家在刚刚接触到FastApi框架时可能都有一个这样的疑问？

fastapi框架调用异步任务时一般都会用await等待该异步函数运行完成，并没有提高该接口的运行速度。为什么还说FastApi框架快呢?

在 FastAPI 中调用异步任务时，通常会使用 await 等待异步函数完成，这看起来似乎并没有直接提高单个接口的运行速度。然而，FastAPI 的异步特性并不是为了提高单个请求的处理速度，而是为了提高 系统的整体并发性能 和 资源利用率。下面我们来详细分析这一点。

1. 异步的核心优势：并发性能

1.1 什么是并发性能？

• 并发性能 是指系统能够同时处理多个请求的能力，而不是单个请求的处理速度。

• 异步框架的核心目标是提高系统的并发能力，而不是减少单个请求的处理时间。

1.2 FastAPI 的并发优势

• 非阻塞 I/O：当 FastAPI 处理一个请求时，如果遇到 I/O 操作（如数据库查询、文件读写、网络请求），它会挂起当前任务，转而处理其他请求，而不是阻塞等待。

• 事件循环调度：FastAPI 使用事件循环来调度任务，能够高效地处理大量并发请求。

1.3 示例对比

假设有一个接口需要调用一个外部 API，耗时 1 秒：

• 同步框架（如 Django）：

  • 每个请求都会阻塞线程，直到外部 API 调用完成。

  • 如果有 100 个并发请求，需要 100 个线程来处理，线程切换和上下文切换会带来额外开销。

• 异步框架（如 FastAPI）：

  • 当调用外部 API 时，FastAPI 会挂起当前任务，转而处理其他请求。

  • 只需要一个线程（事件循环）即可处理大量并发请求，资源利用率更高。

• • • 2. 为什么单个接口的速度没有提升？

      2.1 单个请求的处理时间

      • 对于单个请求来说，异步并不会减少它的处理时间。例如，如果一个异步任务需要 1 秒完成，那么无论是否使用 await，这个任务都需要 1 秒。

      • 异步的优势在于，在等待 I/O 操作完成时，事件循环可以处理其他任务，而不是阻塞等待。

      2.2 示例

      假设有一个接口需要执行以下操作：

      1. 调用一个外部 API，耗时 1 秒。

      2. 查询数据库，耗时 0.5 秒。

      3. 返回结果。

      • 同步框架：

        • 总耗时：1 + 0.5 = 1.5 秒。

        • 在此期间，线程会被阻塞，无法处理其他请求。

      • 异步框架：

        • 总耗时仍然是 1.5 秒。

        • 但在等待外部 API 和数据库查询时，事件循环可以处理其他请求。

      ---

      3. 异步的真正价值

      3.1 提高资源利用率

      • 异步框架通过非阻塞 I/O 和事件循环，能够更高效地利用 CPU 和内存资源。

      • 例如，一个单线程的事件循环可以处理成千上万的并发请求，而同步框架需要大量的线程来处理同样的请求。

      3.2 支持高并发

      • 异步框架适合高并发场景，如实时应用、微服务、API 网关等。

      • 例如，一个聊天应用需要同时处理成千上万的 WebSocket 连接，异步框架能够轻松应对。

      3.3 减少线程切换开销

      • 同步框架需要为每个请求分配一个线程，线程切换和上下文切换会带来额外的开销。

      • 异步框架通过事件循环和协程，避免了线程切换的开销。

    • 4. 如何真正提升接口速度？

      如果你希望提升单个接口的运行速度，可以尝试以下方法：

      4.1 优化 I/O 操作

      • 使用更快的数据库（如 Redis）或优化数据库查询。

      • 使用缓存（如 Redis 或 Memcached）减少重复计算。

      4.2 并行处理

      对于独立的异步任务，可以使用 asyncio.gather 并行执行。

       

      async def task1():
          await asyncio.sleep(1)
          return "Task 1"
      
      async def task2():
          await asyncio.sleep(1)
          return "Task 2"
      
      @app.get("/")
      async def root():
          result1, result2 = await asyncio.gather(task1(), task2())
          return {"result1": result1, "result2": result2}

      4.3 使用进程池

      对于 CPU 密集型任务，可以使用 run_in_processpool 将任务放到进程池中执行。

    • from fastapi.concurrency import run_in_processpool
      
      def cpu_intensive_task():
          return sum(i * i for i in range(10**6))
      
      @app.get("/")
      async def root():
          result = await run_in_processpool(cpu_intensive_task)
          return {"result": result}

      5. 总结

      • 异步的核心优势：提高系统的并发性能和资源利用率，而不是减少单个请求的处理时间。

      • 单个接口的速度：异步并不会直接提升单个接口的运行速度，但可以提高系统的整体吞吐量。

      • 适用场景：异步框架适合高并发、I/O 密集型的场景，如实时应用、微服务、API 网关等。

      如果你希望提升单个接口的速度，可以通过优化 I/O 操作、并行处理或使用进程池来实现。而如果你需要构建一个高并发的系统，FastAPI 的异步特性将为你带来显著的性能优势！

    •  

---