Python 3.12中如何实现高性能异步抓取_使用aiohttp库配合asyncio提升并发

夏枫同学_8332

夏枫同学_8332

2026-05-11

1116人浏览

原创

Python 3.12 下 aiohttp 并发易卡住,因默认事件循环策略与 TCPConnector 对 DNS 缓存、SSL 验证、连接复用更敏感,需显式配置 limit、limit_per_host、ttl_dns_cache、force_close 及分层 timeout,否则触发连接耗尽、握手失败或超时堆积。

python 3.12中如何实现高性能异步抓取_使用aiohttp库配合asyncio提升并发

aiohttp + asyncio 在 Python 3.12 中依然能稳定实现高并发抓取,但默认行为和部分底层细节有实际影响——比如连接复用策略、DNS缓存、SSL验证开销,以及 asyncio.run() 的默认事件循环策略变化。不调整就直接套用旧代码,容易在高并发下触发连接耗尽、超时堆积或 TLS 握手失败。

为什么 Python 3.12 下 aiohttp 并发容易卡住?

Python 3.12 默认使用 asyncio.WindowsProactorEventLoopPolicy(Windows)或 asyncio.DefaultEventLoopPolicy(Linux/macOS),但 aiohttp 的 TCPConnector 在高并发场景下对 DNS 缓存、连接复用、SSL 验证更敏感。常见现象包括:

  • ClientConnectorError: Cannot connect to host ... ssl=None —— SSL 握手被批量拒绝,尤其在目标站强制 HTTPS 且未显式关闭验证时
  • 大量 TimeoutError: [WinError 10060] 或 ServerDisconnectedError —— 连接池未合理限流,触发服务端限速或防火墙拦截
  • 请求吞吐量随并发数上升反而下降 —— DNS 解析阻塞或 TCP 连接复用失效,导致重复建连

根本原因不是库不兼容,而是旧配置在新版本中“放大了缺陷”。

必须显式配置的 TCPConnector 参数

不要依赖 aiohttp.ClientSession() 的默认连接器。以下参数直接影响并发稳定性:

  • limit=300:总并发连接上限,设太高(如 1000)易触发系统级 EMFILE 错误;设太低(如 10)又无法压满带宽
  • limit_per_host=30:单域名最大连接数,避免被识别为攻击;多数公开 API 要求 ≤20
  • ttl_dns_cache=300:DNS 缓存 5 分钟,防止高频重解析拖慢请求启动
  • force_close=False:保持连接复用(HTTP/1.1 keep-alive),否则每个请求都重建 TCP+TLS 开销翻倍
  • ssl=False(仅调试用):跳过证书验证可缓解部分握手失败,但生产环境应配 trust_env=True 或自定义 ssl_context

示例:

connector = aiohttp.TCPConnector(
    limit=200,
    limit_per_host=25,
    ttl_dns_cache=300,
    force_close=False,
    enable_cleanup_closed=True
)

并发控制别只靠 asyncio.Semaphore

asyncio.Semaphore 控制的是“协程并发数”,不是“连接并发数”。若你设了 Semaphore(50),但 TCPConnector 的 limit_per_host=10,那最多只有 10 个连接真正发出请求,其余 40 个协程在排队等空闲连接——看起来没卡,实则吞吐被 connector 卡死。

Python Hardener
Python Hardener

通过完整的安全审查、代码整洁重构、健壮的错误处理、正确的日志记录以及完整的文档字符串覆盖,强化 Python 脚本。

下载
  • 先按目标站点的反爬强度设 limit_per_host(通常 5~30)
  • 再设 Semaphore 值 ≥ limit_per_host,否则语义冗余
  • 对多个不同域名批量抓取时,limit_per_host 比 Semaphore 更关键

错误写法:

sem = asyncio.Semaphore(100)  # 看似并发高,但 connector 只放行 10 个连接
async with sem:
    async with session.get(url) as resp:
        ...

Python 3.12 下 timeout 必须分层设置

3.12 对 socket 层超时更严格,ClientTimeout(total=30) 不再隐式覆盖底层读写超时。漏设会导致协程挂起数分钟才报错。

  • total:整个请求生命周期上限(含 DNS、connect、read)
  • connect:DNS + TCP 握手时间,建议 ≤5s,避免 DNS 故障拖垮整批请求
  • sock_read:从 socket 读响应体的单次等待上限,设 10~15s 较稳妥
  • sock_connect:TCP 连接建立超时,与 connect 功能重叠,3.12 推荐统一用 connect

推荐配置:

timeout = aiohttp.ClientTimeout(
    total=25,
    connect=4,
    sock_read=12
)

最常被忽略的一点:Python 3.12 的 aiohttp 在处理大量 https 请求时,SSL 上下文初始化成本变高。如果没复用 ClientSession 或反复新建 connector,CPU 会卡在 TLS 握手准备阶段——这时候看日志全是超时,但实际是卡在本地,不是网络问题。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

数码产品性能查询
数码产品性能查询

该软件包括了市面上所有手机CPU,手机跑分情况,电脑CPU,电脑产品信息等等,方便需要大家查阅数码产品最新情况,了解产品特性,能够进行对比选择最具性价比的商品。

下载

相关标签:

python

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1871

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5124

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1829

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

30957

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3667

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3687

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1243

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

616

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

2863

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程