Python常用Web框架的不負責任比較

Github上有一個俄國人 @Klen 對Aiohttp禀倔、Bottle榄融、Django、Falcon救湖、Flask愧杯、Muffin、Tornado鞋既、Pyramid力九、Weppy、Wheezy.Web等Python常用Web框架的性能做了一番測試邑闺,測試了三個項目:JSON數(shù)據(jù)的生成與對請求的響應(yīng)跌前、從遠程服務(wù)器加載請求并響應(yīng)從數(shù)據(jù)庫加載數(shù)據(jù)并傳至模版陡舅。測試環(huán)境其實在作者的MBP上抵乓,測試代碼開源在這里,測試結(jié)果在這里蹭沛。

測試數(shù)據(jù)很詳細臂寝,但是最后作者并沒有給出任何結(jié)論。懷著好奇心摊灭,我對作者的數(shù)據(jù)進行了簡單的處理咆贬。

數(shù)據(jù)處理的基本原則是對各個測試項目給一個基本均等的權(quán)重,這樣得出各框架的總體成績帚呼。具體操作就是:只處理各項測試結(jié)果中的Avg(ms)Req/s兩項掏缎。前者是平均耗時,越少越好煤杀,后者是每秒請求眷蜈,越多越好。給各組數(shù)據(jù)中的Avg(ms)沈自、Req/s兩項酌儒,配上合理的權(quán)重,以保證數(shù)據(jù)主體的數(shù)量級相同枯途,然后分別加總忌怎。另外對從遠程服務(wù)器加載請求并響應(yīng)項目的timeout給上10的權(quán)重,使其數(shù)量級低于Avg(ms)一個數(shù)量級酪夷,并加總榴啸。具體公式如下:

Total_LowerBetter = JSON_Avg * 100  +  Remote_request_Avg  +  Remote_timeout * 10 + Database_Avg * 5

Total_HigherBetter = JSON_Req / 10  +  Remote_Req * 10  +  Database_Req * 10

這兩項數(shù)據(jù)的處理辦法是

Total = 1/Total_LowerBetter * 5000 * 10000  +  Total_HigherBetter

最終結(jié)果自然是越大越好。
最終得到結(jié)果如下:

Web Library Total
Django 3719.47
Pyramid 6536.89
Flask 6537.67
Weppy 7419.57
Tornado 8167.30
Falcon 8936.47
Bottle 9072.04
Wheezy.Web 11021.38
Muffin 14514.16
Aiohttp 16941.44

處理成柱狀圖就是這個樣子晚岭。

               |
Django         |****************   3719.47       
               |
Pyramid        |****************************   6536.89       
               |
Flask          |****************************   6537.67       
               |
Weppy          |********************************   7419.57       
               |
Tornado        |***********************************   8167.30       
               |
Falcon         |***************************************   8936.47       
               |
Bottle         |****************************************   9072.04       
               |
Wheezy.Web     |************************************************   11021.38      
               |
Muffin         |***************************************************************   14514.16      
               |
Aiohttp        |**************************************************************************   16941.44 
               |___________________________________________________________________________________________
              

這個處理過程很粗爆鸥印,參數(shù)稍有調(diào)整,其中的排名就會發(fā)生變動,因此不要糾結(jié)于諸如Webpy是不是一定比Flask強這樣的問題库说,只能簡單地認定Webpy和Flask大致在一個水平狂鞋,而Aiohttp和Muffin則位于第一梯隊。不過璃弄,Django倒是一如既往的低性能要销。

值得關(guān)注的是Wheezy.Web,這個框架偏科嚴重夏块,其第一項和第三項的測試結(jié)果都是很強的疏咐,但第二項比較糟糕,感覺比較適合做移動App的后端脐供。

以上都是娛樂浑塞,不負責任啊~~

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市政己,隨后出現(xiàn)的幾起案子酌壕,更是在濱河造成了極大的恐慌,老刑警劉巖歇由,帶你破解...
    沈念sama閱讀 217,657評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件卵牍,死亡現(xiàn)場離奇詭異,居然都是意外死亡沦泌,警方通過查閱死者的電腦和手機糊昙,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,889評論 3 394
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來谢谦,“玉大人释牺,你說我怎么就攤上這事』赝欤” “怎么了没咙?”我有些...
    開封第一講書人閱讀 164,057評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長千劈。 經(jīng)常有香客問我祭刚,道長,這世上最難降的妖魔是什么墙牌? 我笑而不...
    開封第一講書人閱讀 58,509評論 1 293
  • 正文 為了忘掉前任袁梗,我火速辦了婚禮,結(jié)果婚禮上憔古,老公的妹妹穿的比我還像新娘。我一直安慰自己淋袖,他們只是感情好鸿市,可當我...
    茶點故事閱讀 67,562評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般焰情。 火紅的嫁衣襯著肌膚如雪陌凳。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,443評論 1 302
  • 那天内舟,我揣著相機與錄音合敦,去河邊找鬼。 笑死验游,一個胖子當著我的面吹牛充岛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播耕蝉,決...
    沈念sama閱讀 40,251評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼崔梗,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了垒在?” 一聲冷哼從身側(cè)響起蒜魄,我...
    開封第一講書人閱讀 39,129評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎场躯,沒想到半個月后谈为,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,561評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡踢关,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,779評論 3 335
  • 正文 我和宋清朗相戀三年伞鲫,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片耘成。...
    茶點故事閱讀 39,902評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡榔昔,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出瘪菌,到底是詐尸還是另有隱情撒会,我是刑警寧澤,帶...
    沈念sama閱讀 35,621評論 5 345
  • 正文 年R本政府宣布师妙,位于F島的核電站诵肛,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏默穴。R本人自食惡果不足惜怔檩,卻給世界環(huán)境...
    茶點故事閱讀 41,220評論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望蓄诽。 院中可真熱鬧薛训,春花似錦、人聲如沸仑氛。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,838評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至介袜,卻和暖如春甫何,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背遇伞。 一陣腳步聲響...
    開封第一講書人閱讀 32,971評論 1 269
  • 我被黑心中介騙來泰國打工辙喂, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人鸠珠。 一個月前我還...
    沈念sama閱讀 48,025評論 2 370
  • 正文 我出身青樓巍耗,卻偏偏與公主長得像,于是被迫代替她去往敵國和親跳芳。 傳聞我的和親對象是個殘疾皇子芍锦,可洞房花燭夜當晚...
    茶點故事閱讀 44,843評論 2 354

推薦閱讀更多精彩內(nèi)容