本文将介绍如何通过预先编码数据、安装 aiohttp 加速包以及复用会话等方式来优化请求发送，从而提高 aiohttp 的性能，尤其是在处理对延迟敏感的 API 时。
在使用 aiohttp 发送大量 HTTP 请求时，特别是当请求体较大时，默认的 JSON 序列化过程可能会显著影响性能。这是因为 aiohttp 在内部使用 json 模块对数据进行序列化，而这个过程是同步的，会阻塞事件循环，导致后续请求的延迟。
解决方案：预先编码数据
避免 aiohttp 自动 JSON 序列化的最有效方法是，手动将数据序列化为 JSON 字符串并编码为字节流，然后在发送请求时直接使用。这样可以避免 aiohttp 在事件循环中进行序列化操作。
以下是一个示例代码：
import asyncio
import json
import aiohttp
async def send_request(session, url, obj):
"""
使用预先编码的数据发送 POST 请求。
"""
def prepare_data(obj) -> bytes:
return json.dumps(obj).encode()
# 在单独的线程中进行 JSON 序列化，避免阻塞事件循环
data = await asyncio.to_thread(prepare_data, obj)
async with session.post(url, data=data, headers={"Content-Type": "application/json"}) as resp:
return await resp.text()
async def main():
url = "your_api_endpoint"
obj = {"key": "value", "data": list(range(1000))} # 示例数据
async with aiohttp.ClientSession() as session:
response = await send_request(session, url, obj)
print(response)
if __name__ == "__main__":
asyncio.run(main())
代码解释：
- prepare_data 函数负责将 Python 对象序列化为 JSON 字符串，然后编码为字节流。
- asyncio.to_thread 用于在单独的线程中执行 prepare_data 函数，这样可以避免阻塞 aiohttp 的事件循环。
- 在 session.post 中，使用 data 参数传递预先编码的数据，并设置 Content-Type 为 application/json。
注意事项：
- 确保在序列化期间，obj 对象不会被修改。如果 obj 是可变对象，可能会导致数据不一致。使用不可变对象是更安全的选择。
- 如果需要处理非常大的数据，可以考虑使用流式序列化，以减少内存占用。
加速 DNS 解析
aiohttp 默认使用同步的 DNS 解析，这可能会导致延迟。可以通过安装 aiohttp[speedups] 来启用 aiodns，这是一个异步 DNS 解析器，可以显著提高 DNS 解析的速度。
pip install aiohttp[speedups]
或者，可以直接使用 IP 地址代替域名，完全跳过 DNS 解析过程。
复用会话
aiohttp.ClientSession 对象应该被复用，而不是每次请求都创建一个新的会话。复用会话可以避免重复的 TCP 连接建立和 DNS 解析，从而提高性能。
async with aiohttp.ClientSession() as session:
# 在这里发送多个请求
pass
总结
通过预先编码数据、安装 aiohttp[speedups] 以及复用会话，可以显著提高 aiohttp 的性能，尤其是在处理大量 HTTP 请求时。这些优化措施可以减少延迟、避免阻塞事件循环，并提高应用程序的整体响应速度。
