12个Python异步框架性能对比：py-frameworks-bench详细数据解读

【免费下载链接】py-frameworks-benchAnother benchmark for some python frameworks项目地址: https://gitcode.com/gh_mirrors/py/py-frameworks-bench

在Python Web开发领域，选择合适的异步框架对项目性能至关重要。本文基于py-frameworks-bench项目的最新 benchmark 数据（2022年3月），深入对比分析了12个主流Python异步框架的性能表现，为开发者提供客观的框架选型参考。

测试环境与方法说明 📊

测试环境规格

• CPU：2核vCPU（Intel® Xeon® Platinum 8272CL/Cascade Lake 或 Intel® Xeon® 8171M 2.1GHz/Skylake）
• 内存：7GB RAM
• 存储：14GB SSD
• 操作系统：Ubuntu 20.04
• 测试工具：WRK（参数：wrk -d15s -t4 -c64 [URL]）

测试场景设计

项目对每个框架进行了三类标准化测试，确保结果的可比性：

1. HTML响应测试：接收请求并返回带动态头的HTML响应
2. API处理测试：解析路径参数、查询字符串、JSON体并返回JSON响应
3. 文件上传测试：处理multipart表单数据，存储上传文件并返回文本响应

所有ASGI兼容框架均通过Docker容器运行，使用统一命令启动：gunicorn -k uvicorn.workers.UvicornWorker -b 0.0.0.0:8080 app:app。各框架的测试代码可在 frameworks/ 目录下找到。

综合性能排名 🏆

总请求处理能力对比

按三类测试的总请求完成量排序，前四名框架表现尤为突出：

各场景性能深度分析 📈

HTML响应性能测试

此测试模拟简单HTML页面响应场景，考察框架最基础的路由和响应能力：

分析：blacksheep在此场景中表现最佳，每秒处理请求数比第二名muffin高出约12%，且延迟指标全面领先。传统全栈框架如Django（1,002 req/s）和Tornado（3,232 req/s）在此测试中明显落后。

API处理性能测试

此测试模拟REST API场景，考察框架解析复杂请求和处理JSON数据的能力：

分析：sanic在API处理场景中以微弱优势领先，而blacksheep则保持了最低的50%延迟。值得注意的是，基于Starlette的FastAPI（5,882 req/s）在此场景中性能约为Starlette本身的72%，这可能是由于Pydantic数据验证带来的额外开销。

文件上传性能测试

此测试模拟文件上传场景，考察框架处理multipart表单数据和磁盘I/O的能力：

分析：blacksheep在此场景中表现最佳，处理文件上传的能力比第二名sanic高出约11.5%。emmett框架在此测试中表现不佳，仅能处理1,414 req/s，可能与其文件处理实现方式有关。

框架特性与性能权衡 ⚖️

高性能轻量级框架

• blacksheep：在所有测试中均表现优异，特别是HTML响应和文件上传场景，适合追求极致性能的API服务
• sanic：API处理性能最佳，生态成熟，文档丰富，适合构建高性能后端服务
• falcon：专注于性能和RESTful设计，无状态架构，适合构建微服务

功能丰富型框架

• fastapi：基于Starlette构建，提供自动文档和数据验证，性能约为Starlette的70-80%，适合需要快速开发的API项目
• tornado：成熟的异步框架，内置WebSocket支持，但性能在现代ASGI框架中已不占优势
• django：全功能Web框架，性能垫底但生态最完善，适合需要快速构建复杂业务系统的场景

框架选择建议 🚀

推荐场景

• 高并发API服务：优先选择blacksheep或sanic
• 文件处理服务：优先选择blacksheep或muffin
• 快速开发需求：考虑fastapi（性能可接受，开发效率高）
• 传统Web应用：可考虑django（性能较差但功能全面）

测试代码获取

要复现这些测试或进行自定义 benchmark，可以通过以下命令获取项目源码：

git clone https://gitcode.com/gh_mirrors/py/py-frameworks-bench

项目的详细测试方法和配置可参考 docs/methodic.md。

总结

py-frameworks-bench项目提供了宝贵的性能数据，帮助开发者在众多Python异步框架中做出明智选择。测试结果显示，blacksheep和sanic在大多数场景中表现最佳，而fastapi则在功能与性能之间取得了良好平衡。

选择框架时，应综合考虑项目需求、团队熟悉度和性能要求，而非单纯追求性能指标。对于大多数项目而言，前三名框架（blacksheep、sanic、muffin）都能满足高并发需求，可根据具体场景和生态偏好进行选择。

【免费下载链接】py-frameworks-benchAnother benchmark for some python frameworks项目地址: https://gitcode.com/gh_mirrors/py/py-frameworks-bench