Python GRPC 服务器性能瓶颈

Question

我写了一个包含多个rpc服务的grpc服务器。有些是一元的，有些是服务器端流。

它连接到 grpc kubernetes 服务器，所以我使用 python kubernetes 客户端来查询服务器

目前我遇到了一些性能问题，因为我认为如果有多个请求进入它会缓冲让每个工作人员在可以处理传入请求之前完成。

def startServer():
    global server
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    servicer_grpc.add_Servicer_to_server(Servicer(), server)
    server.add_insecure_port('[::]:' + str(port))
    server.start()

我的问题是：

我怎样才能提高我的表现？在线程池执行器中添加更多 max_workers 会有帮助吗？
如何诊断问题并找出导致速度变慢的原因？
我正在考虑在这种情况下响应的大小是否重要，因为我正在将字节串流式传输到客户端。有没有办法测量响应的大小或者它在 python grpc 中重要吗？

我想知道您如何诊断您的 python grpc 服务器，以便您知道需要改进的地方？

Answer 1

您描述的性能问题听起来像是并发问题。 gRPC Python 服务器使用 ThreadExecutor 来处理 RPC，增加 worker 的数量应该可以允许更多的并发 RPC。

grpc.server(futures.ThreadPoolExecutor(max_workers=1000))

对于问题 2，cProfile、yep 和 perf 等分析器是调试性能问题的强大工具。

对于问题 3，响应的大小并不重要（KB 级别）。

另一方面，我们正在开发 gRPC 的 AsyncIO 版本 Python。它具有显着的性能提升，并解决了有限的并发 RPC 问题。目前它是实验性的，但请随时尝试。

from grpc.experimental import aio

class Servicer(...):
    async def ServerStreamingMethodHandler(...):
        for ...:
            yield response

async def startServer():
    global server
    server = aio.server()
    servicer_grpc.add_Servicer_to_server(Servicer(), server)
    server.add_insecure_port('[::]:' + str(port))
    await server.start()

Python GRPC 服务器性能瓶颈

Python GRPC Server performance bottleneck

python

grpc

grpc-python