@abersheeran prefork 模型，不是单进程，不 fork 的话在生产中没有太大意义。详细可以参考，https://github.com/TechEmpower/FrameworkBenchmarks

@so1n
@abersheeran
starlette 我不太了解，他在多大程度上和 fastapi 耦合呢？比如我需要的参数注入，starlette 使用上和 fastapi 完全相同？

@abersheeran 前几天专门发了一个帖子测试，gunicorn+uvloop+aiohttp 的性能确实是没有 gunicorn+uvicorn+fastapi 的好，不过这个倒不重要，qps 也就是四万比五万这种感觉，需求是一种普遍性的快，而不是要快到极致，高出的性能完全冗余了。

@so1n
@wdhwg001
原来项目倒不是稀烂，因为性能需要要把 cpu 密集的部分用 cython 重写，想干脆把接口全重构一下算了，aiohttp 到 fastapi 确实不是太大的变动，选这个框架主要还是因为近期比较火，感觉以后也会一直是生态领头的工具，所以想学起来，像 starlette 这种主要还是用的人少，能不能完美满足需求倒是其次，项目不用大众化框架搭感觉没有钱途。切换 go 框架则是步子太大了，py 的业务生态要换到 go 怕是今年都做不完了

@gjquoiai 那应该用什么呢？ django 对于我来说有些过于重了，性能也不太达标，虽然实际生产部署以后用户数量未必能达到 django 的转发能力上限，但是还是留有余地的好吧，我觉得这种需要大量通信的业务 asyncio 在延迟和转发效率上都挺有优势的。

@yexiaoxing 我想让开发和部署更简化一些，如果全部服务由业务节点提供，nginx 只进行转发的话，我对项目的掌控力度更强，部署上也简单一些，静态性能方面我觉得异步时代倒是不需要做特别担心。例子方面，文档中有完整的路由+权限的例子吗，我没有找到

@qile1 据我所知运营微信公众号不需要自建服务器？而且据我所知 bottle 是同步库，同步模型与异步模型在速度方面是有数量级差距的，这么比较并不公平。

@zydfw 怎么搜索呢？没有硬件知识

@maocat

笼统地说实际代码层没有修改。解决的是指确实可以通过 runtime 的方式获取实例，也就是指虽然在同一个包内无法循环导入，但在用户代码执行的时候实际上所有内容都已经导入到用户空间，可以通过字符串转换到对应的类实例，也就是说如果想要的话是可以在 runtime 强行获取实例并进行某种校验的。但是研究了一下觉得并没有那么强的需求，所以最后也没改什么。楼上提到 PEP563 的导入方式，我测试下 mypy 是支持解释的，不愿意用 mypy 的话也有一些自己实现的方法，意思是你用 pep563 的方式进行导入，用自动工具是可以与普通导入等同地进行校验测试的，功能上来说已经达到了，虽然易用性上未必好

不懂技术，无责任推测一下思路，比如在不同位置插入高精度的振动传感器，然后可以训练一个时序模型，敲击不同地方的反馈输入是不一样的。

@zydfw M2.2280，一共就两个盘位，一个给主启动位了，另外一个没的换啊

@frostming mypy 的 pycharm 插件很好用，但是 runtime 我觉得很糟糕，经常卡死，异常又怪。不过刚才试了一下，之前没试过的，runtime 确实是支持 PEP563，这样说来也堪用了

@no1xsyzy 感谢，已经解决

大概调研了一下，目前感觉一个可行的实现思路是这样，首先 hook 模式对我来说难以理解，暂时认为不可行，相反装饰器模式很简单，可以通过修改装饰器修改 metaclass，实现对普通函数，和类内所有函数的手动标注，这样注入之后程序在所有函数的入口和出口处都有了类型检查，在自动测试中自然也一样。

之后只需要在发布的时候删除装饰器就可以了，可以写一个非常简单的状态机搞定。

我个人的经验是已经有看盘软件开发过的功能就不要自己开发，毕竟还是为了方便使用为主，自己做的通常吃力不讨好。抛开技术，楼主感觉最近大盘如何，应该加仓吗

@no1xsyzy 我测试了一下方法 1，我没太看懂 https://github.com/samuelcolvin/pydantic/blob/master/pydantic/typing.py#L51-L68 这一段怎么用 eval 实现的字符串到实例的转换，不是很理解为什么 from typing import _eval_type 之后，_eval_type 就变成了 ForwardRef 的方法，我自己这么调用没有成功，所以不是很理解 sys.modules[cls.__module__].__dict__拿到的 globals 怎么转化，我自己从中没法提取想要的信息，虽然 runtime 当中这句执行已经在导入所有库之后，但仍然只能拿到相对该文件的 globals

@windfarer 跟技术栈有关，我开始学习异步已经是 3.5 版本以后的事，因为当时已有原生异步所以从一开始就否决了猴子补丁的方案。现在问我的话我觉得 asyncio 很优雅，并且完全不能理解 gevent 的使用方式

@wdhwg001 感谢，我不太熟悉这个 benchmark 的项目，你不指路的话我都不知道你指的源码是这个。我按他的部署测了一下，确实是速度快一些，整体单进程和 prefork 的性能和 aiohttp+gunicorn+uvloop 几乎相当，可能 gunicorn 自己是 python 写的，性能极限就这么多了吧，在我的机器上测试 qps 并没有超过四万。

大概是这样

Thread Stats Avg Stdev Max +/- Stdev
Latency 2.79ms 1.39ms 17.14ms 68.74%
Req/Sec 7.31k 2.07k 12.89k 67.10%
727813 requests in 20.02s, 85.37MB read
Requests/sec: 36348.24
Transfer/sec: 4.26MB

作为对比，后面用 pyston 跑了一下，加入 jit 以后 fastapi 确实是更快一些
fastapi+python3.8: Requests/sec: 36348.24
fastapi+pyston2.1: Requests/sec: 45435.96

aiohttp+python3.8: Requests/sec: 36170.63
aiohttp+pyston2.1: Requests/sec: 42089.11


所以 fastapi 相对于 aiohttp 或者 tornado 这些传统异步框架没有性能劣势，那么使用 fastapi 的优势是什么呢，除了比较火以外，用来做后端服务器似乎很合适，因为可以自动生成文档，不过这个其实也还好，不是那么的决定性，不太清楚还有没有什么其他优势。不过不管怎么说 2021 年感觉部署大型 web 应用，如果使用 py 的话，起码语言不应作为性能瓶颈看待了。不知道当初知乎、豆瓣这些网站，都是 py2 时代码出来的项目，后面都传出来过重构的新闻，如果用现在的 python 的话应该是不会重构了吧

这种情况下不会默认并行，如果是的话属于打破 python 解释规则的行为，很颠覆。需要用户自行处理线程，并且注意 gil