asyncpg - 连接vs连接池

问题描述：

我将通过asyncpg的文档，并且我无法理解为什么使用连接池而不是单个连接。asyncpg - 连接vs连接池

在example given，一个池用于：

async with pool.acquire() as connection: 
    async with connection.transaction(): 
     result = await connection.fetchval('select 2^$1', power) 
     return web.Response(
      text="2^{} is {}".format(power, result))

，但它也可以做到通过创建必要时的连接：

connection = await asyncpg.connect(user='postgres') 
async with connection.transaction(): 
    result = await connection.fetchval('select 2^$1', power) 
    return web.Response(
      text="2^{} is {}".format(power, result))

什么用池在必要的连接优势？

答

建立与数据库服务器的连接是一项昂贵的操作。连接池是允许避免支付该成本的常用技术。游泳池将连接打开并在必要时将其租出。

很容易做一个简单的基准看到了池的好处：

async def bench_asyncpg_con(): 
    power = 2 
    start = time.monotonic() 
    for i in range(1, 1000): 
     con = await asyncpg.connect(user='postgres', host='127.0.0.1') 
     await con.fetchval('select 2^$1', power) 
     await con.close() 

    end = time.monotonic() 
    print(end - start)

以上的1.568秒我的机器上完成。

尽管池版本：

async def bench_asyncpg_pool(): 
    pool = await asyncpg.create_pool(user='postgres', host='127.0.0.1') 
    power = 2 
    start = time.monotonic() 
    for i in range(1, 1000): 
     async with pool.acquire() as con: 
      await con.fetchval('select 2^$1', power) 

    await pool.close() 
    end = time.monotonic() 
    print(end - start)

奔跑在0.234秒，或更快 6.7倍。

asyncpg - 连接vs连接池

相关推荐