asyncpg -连接与连接池

Question

我正在阅读asyncpg的文档，我很难理解为什么使用连接池而不是单个连接。

在example given中，使用池：

async with pool.acquire() as connection:
    async with connection.transaction():
        result = await connection.fetchval('select 2 ^ $1', power)
        return web.Response(
            text="2 ^ {} is {}".format(power, result))

但也可以在必要时通过创建连接来实现：

connection = await asyncpg.connect(user='postgres')
async with connection.transaction():
    result = await connection.fetchval('select 2 ^ $1', power)
    return web.Response(
            text="2 ^ {} is {}".format(power, result))

在必要时，使用池而不是连接有什么好处？

Answer 1

建立与数据库服务器的连接是一项开销很大的操作。连接池是一种常见的技术，可以避免支付该成本。连接池使连接保持开放状态，并在必要时将其出租。

通过执行一个简单的基准测试，很容易看到池的好处：

async def bench_asyncpg_con():
    power = 2
    start = time.monotonic()
    for i in range(1, 1000):
        con = await asyncpg.connect(user='postgres', host='127.0.0.1')
        await con.fetchval('select 2 ^ $1', power)
        await con.close()

    end = time.monotonic()
    print(end - start)

在我的机器上，上述操作在1.568秒内完成。

鉴于池版本：

async def bench_asyncpg_pool():
    pool = await asyncpg.create_pool(user='postgres', host='127.0.0.1')
    power = 2
    start = time.monotonic()
    for i in range(1, 1000):
        async with pool.acquire() as con:
            await con.fetchval('select 2 ^ $1', power)

    await pool.close()
    end = time.monotonic()
    print(end - start)

运行时间为0.234秒，速度提高了6.7倍。

Answer 2

Elvis Pranskevichus在上面展示了两个基准。我获取了第一个bench_asyncpg_con并对其进行了编辑，将con移出了循环：

async def bench_asyncpg_con_2():
    power = 2
    start = time.monotonic()
    con = await asyncpg.connect(**data)
    for i in range(1, 1000):
        await con.fetchval('select 2 ^ $1', power)

    await con.close()
    end = time.monotonic()
    print(end - start) 

这比bench_asyncpg_pool的运行速度快得多

我让0.45负责这件事，而我

bench_asyncpg_pool上的1.62和

bench_asyncpg_con上的63.18

我在使用这个库方面有点新手，并且认为整个项目的一个连接con会是一个很好的选择。如果我错了，请纠正我。我会很感激的