一点都不厚道，因为Asgi（AsynchronousServerGatewayInterface）毕竟是Wsgi（WebServerGatewayInterface）的扩展，而且FastAPI毕竟是站在了Flask的肩膀上发展了突飞猛进。大多数人听说Asgi可能是因为Django的最新版本（3.0）已经宣布支持Asgi网络规范，这显然是一个振奋人心的消息。2020年，如果你的web开发面试不谈Asgi，显然会有点落伍了。那么什么是Wsgi，什么是Asgi，别着急，不讲CGI，不讲各种抽象概念，简单粗暴的理解：Wsgi是一种同步通信服务规范，客户端请求一个服务，等待对于服务的完成，只有当它收到服务的结果时才会继续工作。当然，您可以定义超时时间。如果服务未在规定时间内完成，则视为调用失败，调用方继续工作。Wsgi简单工作原理示意图：简单实现：#WSGI例子defapplication(environ,start_response):start_response('200OK',[('Content-Type','text/plain')])returnb'Hello,Wsgi\n'Asgi是异步通信服务的规范。客户端发起服务调用，但不等待结果。调用者立即继续其工作，而不关心结果。如果调用者对结果感兴趣，则可以通过回调方法随时返回结果的机制。Asgi简单工作原理示意图：简单实现：#Asgiexampleasyncdefapplication(scope,receive,send):event=awaitreceive()...awaitsend({"type":"websocket.send",...})简单总结一下：Asgi是异步的，Wsgi是同步的，基于Wsgi的Flask是同步框架，基于Asgi的FastAPI是异步框架。就这么简单，那么同步框架和异步框架有什么区别呢？为什么要用FastAPI代替Flask？它不靠头脑风暴，也不靠道听途说或附和。玩技术的要用数据说话，论据永远靠论据，所以我们简单测试一下两个框架的性能，先分别安装依赖库。Flask：pipinstallgunicornpipinstallgeventpipinstallflaskFastAPI：pipinstallfastapipipinstalluvicorn我们要做的第一件事就是了解Flask和FastAPI如何处理来自多个客户端的多个请求。尤其是当代码中存在效率问题时（比如长时间数据库查询等耗时任务），这里特意使用time.sleep()来模拟耗时任务。为什么不使用异步？出于众所周知的原因：time.sleep正在阻塞。Flask:fromflaskimportFlaskfromflask_restfulimportResource,Apifromtimeimportsleepapp=Flask(__name__)api=Api(app)classRoot(Resource):defget(self):print('睡眠10秒')sleep(10)print('醒来')return{'message':'hello'}api.add_resource(Root,'/')if__name__=="__main__":app.run()FastApi:importuvicornfromfastapiimportFastAPIfromtimeimportsleepapp=FastAPI()@app.get('/')asyncdefroot():print('睡眠10秒')sleep(10)print('醒来')return{'message':'hello'}if__name__=="__main__":uvicorn.run(app,host="127.0.0.1",port=8000)分别启动服务Flask:python3manage.pyFastAPI:uvicornmanage:app--reloadat同时打开多个浏览器，并发请求首页。Flask:http://localhost:5000FastAPI:http://localhost:8000观察后台打印结果：Flask:FastAPI:可以看到对于同样的四个请求，Flask先是阻塞了40秒，然后返回结果在转而，whileFastAPI是在第一个block之后直接返回的，这意味着在FastAPI中阻塞了一个事件队列，这就证明了FastAPI是一个异步框架，而在Flask中，请求可能会在一个新的线程中运行。将所有CPU密集型任务移动到一个单独的进程中，因此在FastAPI的情况下，只需在事件循环中休眠（因此异步框架最好不要在这里使用time.sleep，而是使用asyncio.sleep）。在FastAPI中，异步运行IO绑定任务。当然，这并不能说明太多问题。我们继续使用知名的ApacheBench对两个框架分别进行测试。一共设置了5000个请求，QPS为100（请原谅我的渣机）。ab-n5000-c100http://127.0.0.1:5000/ab-n5000-c100http://127.0.0.1:8000/这里为了公平起见，Flask配合Gunicorn服务器开启3个worker，FastAPI有了Uvicorn服务器，也开了3个worker。Flask压力测试结果：liuyue:mytornadoliuyue$ab-n5000-c100http://127.0.0.1:5000/这是ApacheBench，版本2.3<$Revision:1826891$>版权所有1996AdamTwiss,ZeusTechnologyLtd,http://www.zeustech.net/授权给Apache软件基金会，http://www.apache.org/基准测试127.0.0.1（请耐心等待）已完成500个请求已完成1000个请求已完成1500个请求已完成2000个请求已完成2500个请求已完成3000个请求已完成3500个请求已完成4000个请求已完成4500个请求已完成5000个请求已完成5000个请求服务器软件：gunicorn/20.0.4服务器主机名：127.0.0.1服务器端口：5000文档路径：/文档长度：28字节并发级别：100所用时间用于测试：4.681秒完成请求：5000失败请求：0总传输：1060000字节HTML传输：140000字节每秒请求数：1068.04[#/sec]（平均值）每个请求时间：93.629[ms]（平均值）每个请求时间：0.936[ms]（所有并发请求的平均值）传输速率：221.12[Kbytes/sec]receivedFastAPI压力测试结果：liuyue:mytornadoliuyue$ab-n5000-c100http://127.0.0.1:8000/这是ApacheBench，版本2.3<$Revision:1826891$>版权所有1996AdamTwiss,ZeusTechnologyLtd,http://www.zeustech.net/授权给Apache软件基金会，http://www.apache.org/基准测试127.0.0.1（耐心等待）完成500个请求完成1000个请求完成1500个请求完成2000个请求完成2500个请求完成3000个请求完成3500个请求完成4000个请求完成4500个请求完成5000个请求完成5000个请求服务器软件：uvicorn服务器主机名：127.0.0.1服务器端口：8000文件路径：/document长度：19字节并发级别：100测试时间：2.060秒完成请求：5000失败请求：0总传输量：720000字节传输HTML：95000字节每秒请求数：2426.78[perquemean](:41.207[ms](平均值）每个请求的时间：0.412[ms]（平均值，跨越所有并发请求）传输速率：341.27[Kbytes/sec]收到显然，总共5000个请求，Flask需要4.681秒，每秒可以处理1068.04个请求，而FastAPI需要2.060秒，每秒可处理2426.78个请求。新框架不断涌现（Sanic、FastAPI），老框架正在重构（Django3.0），许多库开始支持异步（httpx、SQLAlchemy、Mortor）。软件技术发展表明，一项新技术的出现和应用往往会给这个领域带来深刻的变化，古语有云：观势者智，顺势者胜，顺势者主宰世界。因此，只有拥抱未来、拥抱新技术、与时俱进，才是正确的、可持续的发展之路。原文转载自《刘越的技术博客》https://v3u.cn/a_id_167
