Использование httpx для отправки 100 000 запросов на получение

Я использую библиотеку httpx и asyncio, чтобы попытаться отправить около 100 000 запросов на получение.

Я запустил код и получил httpx.ConnectError, поэтому я открыл wireshark и увидел, что получаю много сообщений, говорящих TCP Retransmission TCP Port numbers reused

когда я увидел данные в wireshark и ошибку httpx.ConnectError, я добавил limits = httpx.Limits(max_connections=10000), чтобы ограничить количество активных подключений до 10 000, но я все еще получаю эту ошибку.

мой код:

import asyncio
import json
import httpx


SOME_URL = "some url"
ANOTHER_URL = "another url"
MAX = 10000


async def search():
    guids = [guid for guid in range(688001, 800000)]  # 688001 - 838611
    timeout = httpx.Timeout(None)
    limits = httpx.Limits(max_connections=MAX)

    async with httpx.AsyncClient(timeout=timeout, limits=limits) as client:
        tasks = [client.get(f"{SOME_URL}{guid}", timeout=timeout) for guid in guids]

        blob_list = await asyncio.gather(*tasks)  # <---- error from here !!!!!

        blob_list = [(res, guid) for res, guid in zip(blob_list, guids)]

    guids = [guid for res, guid in blob_list]
    blob_list = [json.loads(res.text)["blob_name"] for res, guid in blob_list]

    async with httpx.AsyncClient(timeout=timeout, limits=limits) as client:
        tasks = [client.get(f"{ANOTHER_URL}{blob}", timeout=timeout) for blob in blob_list]

        game_results = await asyncio.gather(*tasks)  # <---- error from here !!!!!

        game_results = [(res, guid) for res, guid in zip(game_results, guids)]

    game_results = [guid for res, guid in game_results]

    print(game_results)


def main():
    asyncio.run(search())


if __name__ == '__main__':
    main()

это минимальная версия моего кода там какие-то шаги между запросами которые я удалил, но я не трогал код который наделал беду, есть комментарии к строкам что я получаю ошибки (# <---- ошибка отсюда!!!!!).

Кто-нибудь знает, как это решить? или другой способ быстро отправить около 100 000 запросов на получение?

Вы уверены, что сервер выдержит нагрузку?

nullsteph 05.02.2023 03:25

да сервер справится с нагрузкой @nullsteph

Omer Dagry 05.02.2023 04:24

Знаете ли вы другой способ быстрой отправки большого количества запросов на получение?

Omer Dagry 05.02.2023 04:33

Это на винде? Я вижу эту ошибку также в Windows, но не в Linux.

Damien 08.02.2023 14:19

да, это на окнах @Damien

Omer Dagry 09.02.2023 16:35
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
5
52
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Мне удалось решить мою проблему с помощью следующего кода:

(это не весь код, только части, необходимые для отправки запросов, между ними есть кое-что)

import asyncio

from aiohttp import ClientSession


SOME_URL = "some url"
ANOTHER_URL = "another url"
MAX_SIM_CONNS = 50
worker_responses = []


async def fetch(url, session):
    async with session.get(url) as response:
        return await response.read()


async def fetch_worker(url_queue: asyncio.Queue):
    global worker_responses
    async with ClientSession() as session:
        while True:
            url = await url_queue.get()
            try:
                if url is None:
                    return
                response = await fetch(url, session)
                worker_responses.append(response)
            finally:
                url_queue.task_done()
                # calling task_done() is necessary for the url_queue.join() to work correctly


async def fetch_all(base_url: str, range_: range):
    url_queue = asyncio.Queue(maxsize=10000)
    worker_tasks = []
    for i in range(MAX_SIM_CONNS):
        wt = asyncio.create_task(fetch_worker(url_queue))
        worker_tasks.append(wt)
    for i in range_:
        await url_queue.put(f"{base_url}{i}")
    for i in range(MAX_SIM_CONNS):
        # tell the workers that the work is done
        await url_queue.put(None)
    await url_queue.join()
    await asyncio.gather(*worker_tasks)

if __name__ == '__main__':
    asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())
    asyncio.run(fetch_all(SOME_URL, range(680_842, 840_423)))
    print(worker_responses)

Я использовал aiohttp вместо httpx и использовал asyncio.Queue, чтобы уменьшить использование оперативной памяти, и это сработало для меня.

Другие вопросы по теме