Python并发请求下限制QPS(每秒查询率)实现

  前两天有一个需求，需要访问某API服务器请求数据，该服务器限制了QPS=2(哈哈应该都知道是哪个服务器了吧_(:з」∠)_)，因为QPS很小所以就使用阻塞式请求。后来开通了服务，QPS提高到了20，阻塞式请求满足不了这个QPS了，于是使用了GRequests来并发请求数据，但这里又遇到了一个问题：并发太快，服务器通过发送错误码拒绝了很多数据的响应，造成了资源的浪费。
  故在此记录以下几种 节流(Throttle) 方法：

  以下均假设有如下包和数据前提：

import grequests

urls = [
    "https://www.baidu.com",
    "https://www.google.com"
]
requests = [
    grequests.get(url)
    for url in urls
] * 1000

rate = 20  # 表示 20 请求/秒

---

time.sleep(1)

  这是最简单的方法，通过time.sleep(1)阻塞进程来控制每秒并发数量。用公式表达如下：$$Time=请求准备时延+请求发送时延+time.sleep(1)$$   但是这种方法有一个较小的问题：不精确 。数据量越大，误差越大。

from time import sleep

req_groups = [
    requests[i: i+rate]
    for i in range(0, len(requests), rate)
]

ret = []
for req_group in req_groups:
    ret += grequests.map(req_group)
    sleep(1)

print(ret)

---

令牌桶(token bucket)方法

  这种方法较精确，可以确保误差不超过±1（当然前提是你的电脑和目标服务器都能承受的了高并发）。以下是耗时的公式表示：$$Time=请求准备时延+请求发送时延+令牌桶阻塞时延$$ $$令牌桶阻塞时延\approx 1-请求准备时延+请求发送时延$$   这种方法当然也有一点缺陷，CPU看起来会很高（这是由于 while pass），尽管CPU真实使用率很低。

from time import time

class Throttle:
    def __init__(self, rate):
        self.rate = rate
        self.tokens = 0
        self.last = 0
    
    def consume(self, amount=1):
        now = time()
        
        if self.last == 0:
            self.last = now
        
        elapsed = now - self.last

        if int(elapsed * self.rate):
            self.tokens += int(elapsed * self.rate)
            self.last = now
        
        self.tokens = (
            self.rate
            if self.tokens > self.rate
            else self.tokens
        )
        
        if self.tokens >= amount:
            self.tokens -= amount
        else:
            amount = 0
        
        return amount

throttle = Throttle(rate)

req_groups = [
    requests[i: i+rate]
    for i in range(0, len(requests), rate)
]

ret = []
for req_group in req_groups:
    while throttle.consume():
        pass  # 阻塞，获得令牌才能进行并发请求
    ret += grequests.map(req_group)

print(ret)

---

GRequests-Throttle

  这是一个使用令牌桶(token bucket)方法进行封装的GRequests修改版，使用方法很简单：
  首先安装grequests-throttle(清华镜像源更新较慢，推荐使用阿里镜像源)

pip install grequests-throttle

import grequests_throttle as gt

ret = gt.map(requests, rate=rate)
print(ret)

---

总结

  如果并发请求数量较小，可以考虑使用time.sleep(1)简单快捷；当并发请求数量较大时，使用令牌桶(token bucket)方法能最大化利用每一秒；如果不想写太多代码，可以使用GRequests-Throttle包进行请求流量控制。
  注：一般情况下，普通家用电脑使用基于Requests包的并发请求，最大并发量在20~30之间，所以使用并发数量设置太大并没有并没有什么意义。