Django/Flask/Tornado三大web框架性能分析

寫在前面：

本文的數據涉及到以前遇到過的問題，大概一次 http 請求到收到響應須要多少時間。這個問題在實際工做中與框架有比較大的關係，所以特別就框架的性能作了一次分析。

這裏使用以前的一個報告數據： Python's Web Framework Benchmarks。本文僅關注目前最經常使用的三大 Python 框架：Django、 Flask 以及 Tornado。

報告主要比較三點：

• JSON：序列化一個對象，並返回一個 json。

• 遠程性能：從遠程服務器上返回 http response 的時間

• 數據庫性能：使用 ORM（對象關係映射）從數據庫獲取數據，並渲染到模板上的時間

最基本的 json 測試：Django 與 Flask 佔優

單純在本地測試 json 的序列化，Django 完成一次 json 序列化的平均時間 42.52 毫秒，每秒請求量 4762 次。Flask 在此項測試中，與 Django 的比較不相上下，Flask 平均時間 43.33 毫秒，每秒請求量 4630 次。Tornado 完成 json 序列化的平均時間高達 77.51 毫秒，是全部框架中耗時最長的，每秒請求數是 2578 次，也是低於 Django 與 Flask 的水準。這僅僅說明框架在本地處理 json 的速度。框架還涉及 http request/response 以及數據庫的讀寫，後面還須要綜合來分析框架的性能。

處理遠程 http 請求的能力：Tornado 佔絕對優點

從這項測試開始，Tornado 的強悍開始顯現。Tornado 完成 http 請求的平均時間是 1.04 秒，而 Flask 是 3.34 秒，Django 是 3.48 秒，http 響應速度 Tornado 比 Flask 以及 Django 快三倍。

值得注意是，若是綜合考慮 http 相應速度以及json 處理速度，若是把兩項指標的平均時間相加：Tornado 耗時 1114.48 毫秒，Flask 是 3387.60 毫秒，Django 是 3519.88 毫秒。

Tornado 的好成績得益於其自帶的異步特性，而 Django 與 Flask 是同步框架，在處理請求時性能受限。可是實際使用中，通常是Django/Flask + Celery + Redis/Memchaned/RabbitMQ 的模式，由此帶上了異步處理的能力。

數據庫與模板處理性能：Tornado 與 Flask 旗鼓至關

Django 飽受詬病的地方就是 Django ORM 確實很慢，加上模板處理時間，Django 的平均時間 2904.04 毫秒，每秒處理請求量 42.9 次。然而 Django 的大部分功能是創建在其 Django ORM 基礎上，好比 models, admin, forms 甚至第三方框架 django-rest-framework。Django 的開發效率與維護很是棒，然而 Django ORM 深度綁定了該框架，若是你須要把 Django ORM 換成其它輪子，那麼也意味着 Django 的諸多優秀特性將今後告別。

Flask 事實上的 ORM 是 SQLAlchemy，SQLAlchemy 比 MySQLdb 的耗時多 5% 左右，因此是性能至關不錯的數據庫 ORM。得益於 SQLAlchemy 的優異性能，Flask 的每秒處理請求數爲 123 次，平均處理時間 1440.24 秒，與 Tornado 性能至關。

Tornado 的每秒處理請求數爲 143 次，平均處理時間 1344.69 秒。對於數據庫與模板的處理，Tornado 與 Flask 不相上下。

結論

• Django：Python 界最全能的 web 開發框架，battery-include 各類功能完備，可維護性和開發速度一級棒。常有人說 Django 慢，其實主要慢在 Django ORM 與數據庫的交互上，因此是否選用 Django，取決於項目對數據庫交互的要求以及各類優化。而對於 Django 的同步特性致使吞吐量小的問題，其實能夠經過 Celery 等解決，倒不是一個根本問題。Django 的項目表明：Instagram，Guardian。

• Tornado：天生異步，性能強悍是 Tornado 的名片，然而 Tornado 相比 Django 是較爲原始的框架，諸多內容須要本身去處理。固然，隨着項目愈來愈大，框架可以提供的功能佔比愈來愈小，更多的內容須要團隊本身去實現，而大項目每每須要性能的保證，這時候 Tornado 就是比較好的選擇。Tornado項目表明：知乎。

• Flask：微框架的典範，號稱 Python 代碼寫得最好的項目之一。Flask 的靈活性，也是雙刃劍：能用好 Flask 的，能夠作成 Pinterest，用很差就是災難（顯然對任何框架都是這樣）。Flask 雖然是微框架，可是也能夠作成規模化的 Flask。加上 Flask 能夠自由選擇本身的數據庫交互組件（一般是 Flask-SQLAlchemy），並且加上 celery +redis 等異步特性之後，Flask 的性能相對 Tornado 也不逞多讓，也許Flask 的靈活性多是某些團隊更須要的。

總結，蘿蔔白菜各有所愛，然而機器的效率（程序的性能）與程序員的效率（可維護性、開發速度）是一對矛盾。選擇什麼樣的架構組合，取決於產品的特性以及團隊的能力。

∞∞∞∞∞

IT派 - {技術青年圈} 持續關注互聯網、區塊鏈、人工智能領域

公衆號回覆「機器學習」，

邀你加入{ IT派AI機器學習羣 }