timing-asgi:为你的Python ASGI应用添加计时中间件
2024-06-23 18:11:44作者:范垣楠Rhoda
timing-asgi:为你的Python ASGI应用添加计时中间件
项目介绍
timing-asgi是一个针对ASGI的应用的计时中间件,旨在自动化监控ASGI端点的性能。它最初由GRID公司开发,并用于其基于Python和ASGI框架Starlette构建的后端服务,与云监控服务如Datadog集成,提供statsd基础的度量统计。
项目技术分析
该库支持ASGI3标准,通过安装pip install timing-asgi即可轻松部署。TimingMiddleware是核心组件,它可以插入到ASGI应用程序中,记录每个请求处理的时间,并将这些数据暴露给TimingClient。TimingClient可以定制化以满足不同的数据收集需求,例如在上述示例中,数据被打印到控制台,但在实际生产环境中,可能会发送到像Datadog这样的监控系统。
timing-asgi还提供了诸如StarletteScopeToName这样的工具,它们可以帮助转换ASGI范围信息到可读的指标名称,以便更好地理解并分析数据。
项目及技术应用场景
- Web应用性能监测:对于任何基于ASGI(如FastAPI或Quart)构建的高性能Python Web服务,
timing-asgi能帮助开发者实时了解HTTP请求的响应时间,从而优化代码性能。 - 故障排查:当遇到性能下降或异常问题时,通过查看计时数据,可以快速定位潜在的问题点。
- 持续集成/持续交付(CI/CD):在自动化测试阶段,可以利用这些度量来确保新代码引入的改动没有导致性能退步。
项目特点
- 轻量级:设计简洁,易于集成到现有的ASGI应用中,无需大量额外的依赖。
- 高度可定制:可以自定义
TimingClient以适应不同的监控解决方案,如Prometheus、Elasticsearch或其他日志系统。 - 灵活的指标命名:允许通过
metric_namer参数设置如何转换ASGI范围信息为有意义的指标名称。 - 兼容性:虽然主要面向ASGI3,但对ASGI2的支持也在旧版本中得到维护。
使用示例
以下是一个简单的使用timing-asgi的例子:
import uvicorn
from starlette.applications import Starlette
from starlette.responses import PlainTextResponse
from timing_asgi import TimingMiddleware, TimingClient
from timing_asgi.integrations import StarletteScopeToName
app = Starlette()
@app.route("/")
async def homepage(request):
return PlainTextResponse("hello world")
app.add_middleware(
TimingMiddleware,
client=PrintTimings(), # 自定义类,实现数据处理
metric_namer=StarletteScopeToName(prefix="myapp", starlette_app=app)
)
if __name__ == "__main__":
uvicorn.run(app)
运行这个例子,你可以看到每个请求处理的时间被打印出来,这对于跟踪性能非常有帮助。
总结,如果你正在寻找一个简单而强大的工具来监控你的ASGI应用的性能,那么timing-asgi无疑是一个值得尝试的选择。立即安装并体验它带来的好处吧!
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355