NoneBot2中httpx驱动在Python 3.11下的并发性能问题分析
2025-06-02 10:59:10作者:俞予舒Fleming
问题背景
NoneBot2是一个基于Python的异步机器人框架,它支持多种驱动方式来实现HTTP请求功能。在最新版本中,开发者发现使用httpx驱动时,在Python 3.11环境下并发请求的性能明显低于Python 3.10环境。
现象描述
通过对比测试可以观察到以下现象:
- 在Python 3.10环境下,20个并发请求的总耗时约为0.5秒
- 在Python 3.11环境下,同样的20个并发请求总耗时增加到3-7秒不等
- 使用aiohttp驱动时,两种Python版本表现一致,没有性能差异
技术分析
httpx驱动实现机制
NoneBot2的ForwardDriver在处理HTTP请求时,每次都会新建一个httpx.Client实例。这种设计在Python 3.10中表现尚可,但在Python 3.11中出现了明显的性能下降。
性能差异原因
经过深入分析,性能问题可能源于以下几个方面:
- Python 3.11的异步机制变化:Python 3.11对异步IO进行了优化,但某些情况下可能导致资源创建开销增加
- httpx库的版本兼容性:不同Python版本下httpx库的内部实现可能有差异
- 连接池管理:频繁创建和销毁Client实例导致连接池无法有效复用
与aiohttp的对比
aiohttp驱动之所以表现稳定,是因为它采用了连接池和会话复用的机制,避免了频繁创建新连接的开销。
解决方案建议
短期解决方案
- 对于Python 3.11用户,建议暂时使用aiohttp作为HTTP驱动
- 在必须使用httpx的情况下,可以考虑降低并发量
长期优化方向
- 实现httpx Client的复用机制,避免频繁创建新实例
- 增加连接池配置选项,允许用户自定义连接池大小
- 针对不同Python版本优化驱动实现
性能优化实践
对于需要自行修改代码的用户,可以考虑以下优化方式:
- 将httpx.Client实例化移到类初始化阶段
- 使用单例模式管理Client实例
- 实现连接池的自动维护和清理机制
结论
NoneBot2框架在Python 3.11环境下使用httpx驱动时出现的性能问题,主要源于驱动实现方式与新版本Python的兼容性问题。通过优化驱动实现方式,特别是改进Client实例的管理策略,可以有效解决这一问题。同时,这也提醒我们在框架开发中需要考虑不同Python版本的特性差异,确保框架在各版本下都能保持良好性能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
项目优选
收起
暂无描述
Dockerfile
767
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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
458
445
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
618
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
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253