Python使用FastApi测试；Node.JS使用Fastify；Rust则使用Actix。
选择的Python和Node框架，是在搜索 "最快的<某语言>api "时得到的最高结果；Rust的Actix是一直高度维护的。
测试的基础很简单；在我的MacBook Pro M1上，每个框架处理来自网络服务器的5000个基本 "Hello, World "响应需要多长时间？
我用来运行测试的代码非常简单，显然，我们只关心速度：
Python
客户端代码：
import requests
from requests.adapters import HTTPAdapter
from requests.packages.urllib3.util.retry import Retry
MAX_RETIES = 3
def create_retriable_session():
s = requests.Session()
retries = Retry(
total=MAX_RETIES,
)
s.mount('http://', HTTPAdapter(max_retries=retries))
s.mount('https://', HTTPAdapter(max_retries=retries))
return s
def main():
s = create_retriable_session()
for _ in range(0, 5000):
s.get("http://127.0.0.1:8000/")
|
服务器端，使用fastapi：
from fastapi import FastAPI
app = FastAPI()
@app.get("/")
async def root():
return {"message": "Hello World"}
|
运行服务器：
uvicorn main:app
测试结果：
5.22 s ± 221 ms per loop (mean ± std. dev. of 7 runs, 1 loop each) |
下面是使用另外一个框架Fastfy使用异步后的代码：
const fastify = require('fastify')({logger: false})
const PORT = 8000;
fastify.get('/', async (request, reply) => {
return {message: 'Hello World'}
})
const start = async () => {
try {
await fastify.listen(PORT)
} catch (err) {
fastify.log.error(err)
process.exit(1)
}
}
start()
|
再次测试结果：
4.49 s ± 84.7 ms per loop (mean ± std. dev. of 7 runs, 1 loop each) |
比较结果：
FastApi每秒处理约957.85次，Fastfy每秒处理1113.59次。
Rust
use actix_web::{App, get, HttpResponse, HttpServer, Responder};
#[get("/")]
async fn hello() -> impl Responder {
HttpResponse::Ok().body("{\"message\": \"Hello World\"}")
}
#[actix_web::main]
async fn main() -> std::io::Result<()> {
HttpServer::new(|| {
App::new()
.service(hello)
})
.bind("127.0.0.1:8000")?
.run()
.await
}
|
测试结果：
4.32 s ± 58.7 ms per loop (mean ± std. dev. of 7 runs, 1 loop each) |
比较结果：
我们再次看到，Rust比python快，也比Fastify快，Rust能够每秒处理1157.41个请求，每秒比Fastify快44个请求，比FastApi每秒快200个请求。
Node.js
只是为了好玩，Express是最常见的节点框架，所以我也想测试一下，Express比fastify的功能更全面，所以我估计它也会更慢。
const express = require('express')
const app = express()
const port = 8000
app.get('/', (req, res) => {
res.json({message: "Hello World"})
})
app.listen(port, () => {
console.log(`Example app listening at http://localhost:${port}`)
})
|
测试结果：
4.88 s ± 152 ms per loop (mean ± std. dev. of 7 runs, 1 loop each) |
而且确实比fastify要慢。
结论
Rust绝对是最快的选择，但它是最好的吗？我不确定我是否能回答这个问题，因为98%的情况下这要取决于。你的团队知道什么？该框架有你需要的功能吗？如果没有，你能建立它吗？如果你没有一个专家团队，学习起来有多容易？该框架在4-5年内存在的可能性有多大？
这些测试有一些注意事项，它们是在Python中运行的，所以它们只能以Python发出请求的速度运行，而且它们不是多线程的，所以框架也可能不会使用多线程来响应，这取决于Python请求库中的会话工作方式。另外，一般来说，node是单线程的，node用队列来伪造并发，但是有一种方法可以解决这个问题，那就是用workers，它允许你在不同的线程上运行多个服务器，这取决于CPU有多少逻辑核心，这在生产中非常有用，因为它有巨大的性能提升，但同样，这些测试不能从中受益。
这篇文章的重点不是让你转到Actix/Rust的生产服务器上，重点是展示我在学习新东西时喜欢的一种简单的方法，并希望展示测试并不总是要严肃或复杂。