starlette 的性能优化核心在于利用其异步非阻塞特性,将 i/o 密集型任务(如数据库查询、外部 api 调用)与 cpu 密集型任务分离,并合理配置 asgi 服务器。具体做法是确保所有耗时操作使用 `async/await` 语法,避免在事件循环中执行同步阻塞代码,同时选用 uvicorn 或 hypercorn 等高性能服务器进行部署。

如何识别并解决同步阻塞导致的性能瓶颈
当 Starlette 应用中存在同步阻塞代码时,整个事件循环会被挂起,导致其他请求无法处理。解决方法是将阻塞操作移至线程池或使用异步库替代。例如,使用 `httpx.AsyncClient` 代替 `requests`,或使用 `asyncpg` 代替 `psycopg2`。

import asyncio
from starlette.applications import Starlette
from starlette.responses import JSONResponse
from starlette.routing import Route
import httpx
# 错误的同步写法(阻塞事件循环)
# def sync_endpoint(request):
# response = requests.get('https://api.example.com/data')
# return JSONResponse(response.json())
# 正确的异步写法
async def async_endpoint(request):
async with httpx.AsyncClient() as client:
response = await client.get('https://api.example.com/data')
return JSONResponse(response.json())
routes = [
Route('/data', endpoint=async_endpoint),
]
app = Starlette(routes=routes)
预期结果:使用异步客户端后,应用能并发处理多个请求,响应时间显著降低,且不会因单个慢请求而阻塞其他请求。
如何配置 ASGI 服务器以最大化吞吐量
Starlette 本身不提供服务功能,需依赖 Uvicorn 或 Hypercorn 等 ASGI 服务器。推荐使用 Uvicorn 的 `--workers` 参数启动多进程,结合 GIL 释放机制提升 CPU 密集型任务的并行处理能力。同时,调整 `--loop` 和 `--http` 参数可进一步优化底层行为。
Starlette 1.5.1 是轻量级 Python ASGI 框架与工具集,提供路由、请求响应、中间件、WebSocket 和后台任务等组件,适合构建异步 Web 服务。本下载为官方 PyPI 通用 wheel 包,可使用 pip 安装,并由包管理器处理依赖;运行应用时还需配置 ASGI 服务器。

# 启动命令示例 uvicorn main:app --host 0.0.0.0 --port 8000 --workers 4 --loop uvloop --http h11
预期结果:多进程模式下,系统能充分利用多核 CPU,吞吐量随工作进程数线性增长,直到受限于 I/O 或网络带宽。
基于中间件链执行顺序的具体问题
Starlette 的中间件按注册顺序依次执行,每个中间件可选择是否继续调用下一个。若中间件未正确调用 `await call_next(request)`,会导致请求中断。例如,认证中间件应在日志记录之前执行,以确保只有合法请求被记录。错误顺序可能导致安全漏洞或无效日志。










