Wie kann ich meine Python-Flask-API für eine bessere Leistung optimieren?

Jr M. OP #7468402
Lesenswert?
• ▲
▼

Ich arbeite derzeit an einem Backend-Entwicklungsprojekt, um eine RESTful-API mit Python und Flask zu erstellen. Die Backend-Entwicklerseite von Scaler war für mich die primäre Quelle der Hilfe, doch mit zunehmender Menge an API-Abfragen habe ich eine Verschlechterung der Leistung beobachtet. Besonders in Zeiten hoher Auslastung sind die Reaktionszeiten langsamer, als ich es mir gewünscht hätte.

Hier ist eine vereinfachte Version meines Flask-API-Codes:

1
 
from flask import Flask, jsonify

2
 


3
 
app = Flask(__name__)

4
 


5
 
# Sample data

6
 
data = [

7
 
    {"id": 1, "name": "Product A", "price": 10.99},

8
 
    {"id": 2, "name": "Product B", "price": 15.99},

9
 
    # More data entries...

10
 
]

11
 


12
 
@app.route('/api/products', methods=['GET'])

13
 
def get_all_products():

14
 
    return jsonify(data)

15
 


16
 
if __name__ == '__main__':

17
 
    app.run(debug=True)

Ich glaube, dass ich Optimierungen vornehmen kann, um die Leistung meiner Flask-API zu verbessern, aber ich bin mir nicht sicher, wo ich anfangen soll. Könnte jemand bitte meinen Code überprüfen und Best Practices oder Änderungen vorschlagen, die mir helfen können, bessere Antwortzeiten zu erreichen, insbesondere wenn die Anzahl der API-Anfragen zunimmt? Danke schön!

[[Scaler-Artikel]]- https://www.scaler.com/topics/software-engineering/backend-developer-roadmap/

Antwort Zitieren Bearbeiten Thread verschieben Thread sperren Anmeldepflicht aktivieren Anpinnen Thread löschen Thread mit anderem zusammenführen Beitrag melden
Ein T. #7468556
Lesenswert?
• ▲
▼

Jr M. schrieb:

Ich glaube, dass ich Optimierungen vornehmen kann, um die Leistung meiner Flask-API zu verbessern, aber ich bin mir nicht sicher, wo ich anfangen soll. Könnte jemand bitte meinen Code überprüfen und Best Practices oder Änderungen vorschlagen, die mir helfen können, bessere Antwortzeiten zu erreichen, insbesondere wenn die Anzahl der API-Anfragen zunimmt? Danke schön!

  1. Wo kommen die Daten her?
  2. Wie lange sind die Daten gültig, wie oft kommen neue hinzu, wie bald sollen die ausgeliefert werden?
  3. Wieviele parallele Requests erwartest Du?
  4. Wie groß sind diie Daten?
  5. Was soll mit den Daten gemacht werden?
  6. Ist Performance wirklich ein Problem? Warum? Woher weißt Du das?
  7. Was ist eigentlich dieses "Streaming"?
Antwort Zitieren Bearbeiten Löschen Beitrag melden
Εrnst B. #7468571
Lesenswert?
• ▲
▼

Ich würde einen nginx oder caddy als reverse-proxy vor das Flask packen. Der kann sich dann um https-Verschlüsselung, Kompression usw. kümmern, und bei relativ statischen Sachen wie der Artikelliste auch die Anfragen aus einem Cache beantworten. Bei dynamischen Sachen kannst du damit auch ein Loadbalancing über mehrere python-Flasks machen.

Antwort Zitieren Bearbeiten Löschen Beitrag melden
Ein T. #7468590
Lesenswert?
• ▲
▼

Εrnst B. schrieb:

Ich würde einen nginx oder caddy als reverse-proxy vor das Flask packen. Der kann sich dann um https-Verschlüsselung, Kompression usw. kümmern, und bei relativ statischen Sachen wie der Artikelliste auch die Anfragen aus einem Cache beantworten. Bei dynamischen Sachen kannst du damit auch ein Loadbalancing über mehrere python-Flasks machen.

All das würde ich womöglich auch tun -- wenn es denn sinnvoll ist. Nur die manchmal geradezu reflexhafte Nutzung von Nginx als Cache erscheint mit oft nicht ganz durchdacht -- denn wenn der Output bei NGinx ankommt, ist er ja schon vollständig prozessiert und erzeugt. Da können andere Caches, die von der Applikation gesteuert werden, viel bessere Ergebnisse liefern, indem sie nur jenen Teil der Daten cachen, bei dem sich das auch lohnt. So kann die Applikation nach meinen Erfahrungen häufg viel stärker entlastet, und die ausgelieferten Daten gleichzeitig aktueller gehalten werden. Nebenbei bemerkt: Python hat da eine wundervolle Möglichkeit des Cachings einzelner Funktionen im Standardmodul "functools", und für Flask gibt es zudem ein Caching-Plugin mit dem wenig überraschenden Namen "Flask-Caching".

Wie dem auch sei, gelten hier natürlich dieselben drei Leitsätze wie bei allen anderen Performanceoptimierungen:

  1. "Premature optimization is the root of all evil" (Donald E. Knuth)
  2. "Measure, don't guess" (Kirk Pepperdine)
  3. "Make it work, make it right, make it fast" (Kent Beck)

Insofern halte ich es für sinnvoller, zunächst genau zu hinterfragen, was der TO vor hat. Danach können wir ihm etwas Konkretes empfehlen... und da könnten vielleicht auch gunicorn und gevent eine Rolle spielen?! ;-)

Antwort Zitieren Bearbeiten Löschen Beitrag melden
Thread beobachten

Antwort schreiben

Bitte melde dich an, um einen Beitrag zu schreiben.

Bestehender Account

oder

Mit Google-Account einloggen

Noch kein Account?

Die Registrierung ist kostenlos und dauert nur eine Minute.

Jetzt registrieren