Python web开发：几个模板系统的性能对比

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>>

对比目标，jinja2，cheetah，mako，webpy，bottle，tornado，django的性能。

方法，随机生成一个二维数组，第一列是自增数据，第二列是长度为100的随机字符串，然后生成html，比较一次生成的时间。

说明，如果模板有编译缓存，打开。有其他方法加速，打开。生成缓存，关闭。不计算随机数据生成时间，一次生成后一直使用。

以下是文件有效内容，没用的都略去了。最后的顺序是因为我根据结果整理了一下调用次序。

—–testcheetah.tmpl—–

#for $i in $l

#end for

$i[0]

$i[1]

—–testdjango.html—–

{% for i in l %}

{% endfor %}

{{ i.0 }}

{{ i.1 }}

—–testjinja2.html—–

{% for i in l %}

{% endfor %}

{{ i[0] }}

{{ i[1] }}

—–testmako.html—–

% for i in l:

% endfor

${i[0]}

${i[1]}

—–testwebpy.html—–

$def with(l)

$for i in l:

$i[0]

$i[1]

—–tmpl.py—–

#!/usr/bin/python

# -﹡- coding: utf-8 -﹡-

”’

@date: 2011-11-03

@author: shell.xu

”’

import os, random, string, timeit

testdata = []

def init_testdata():

for i in xrange(1000):

s = ”.join([random.choice(string.letters) for j in xrange(100)])

testdata.append((i, s))

init_testdata()

# ——–webpy——–

import web

render = web.template.render(‘./’)

def render_webpy():

return render.testwebpy(testdata)

# ——–jinja2——–

from jinja2 import Environment, FileSystemLoader, FileSystemBytecodeCache

env = Environment(loader = FileSystemLoader(‘./’),

bytecode_cache = FileSystemBytecodeCache(‘./’, ‘%s.cache’))

tmpl_jinja = env.get_template(‘testjinja2.html’)

def render_jinja2():

return tmpl_jinja.render(l = testdata)

# ——–cheetah——–

from testcheetah import testcheetah

def render_cheetah():

return testcheetah(searchList = [{'l': testdata},])

# ——–mako——–

from mako.template import Template as makotmpl

tmpl_mako = makotmpl(filename = ‘./testmako.html’)

def render_mako():

return tmpl_mako.render(l = testdata)

# ——–django——–

from django.template import Template as djangotmpl

from django.template import Context

from django.conf import settings

settings.configure()

with open(‘testdjango.html’, ‘r’) as fi: tmpl_django = djangotmpl(fi.read())

def render_django():

return tmpl_django.render(Context({‘l’: testdata}))

# ——–bottle——–

from bottle import SimpleTemplate

with open(‘testbottle.html’, ‘r’) as fi: tmpl_bottle = SimpleTemplate(fi.read())

def render_bottle():

return tmpl_bottle.render(l = testdata)

# ——–tornado——–

from tornado import template as tornado_tmpl

with open(‘testtornado.html’, ‘r’) as fi: tmpl_tornado = tornado_tmpl.Template(fi.read())

def render_tornado():

return tmpl_tornado.generate(l = testdata)

def testfunc(funcname, times = 10000):

from timeit import Timer

t = Timer(“%s()” % funcname, “from __main__ import ﹡”)

print ‘funcname: %s used %f’ % (funcname, t.timeit(times) / times)

if __name__ == ‘__main__’:

testfunc(‘render_django’, times = 1000)

testfunc(‘render_webpy’, times = 1000)

testfunc(‘render_bottle’, times = 10000)

testfunc(‘render_tornado’, times = 10000)

testfunc(‘render_jinja2′, times = 10000)

testfunc(‘render_mako’, times = 10000)

testfunc(‘render_cheetah’, times = 100000)

以下是运行结果：

funcname: render_django used 0.071762

funcname: render_webpy used 0.015729

funcname: render_bottle used 0.008752

funcname: render_tornado used 0.005675

funcname: render_jinja2 used 0.002073

funcname: render_mako used 0.001627

funcname: render_cheetah used 0.000014

点评一下吧。django就是个渣，不多废话了。webpy的代码很简洁，可惜速度太慢了。bottle看起来快一点，不过也没有多出彩。 tornado本身速度很快，不过模板——也就是如此吧。真的值得一用的，只有jinja2，mako，cheetah三个。速度都小于了5ms，单核每 秒可以生成200个页面，16核机器上大概就能跑到3000req/s，性能比较高。jinja2的速度比较折衷，配置灵活，语法类似django是他的 优点。而且不得不说，jinja2的文档真的很不错。mako的速度比jinja2略快，模板写起来也很舒服。文档略凌乱，可以接受。cheetah的速 度——已经不像是模板了好吧。

这个东西是使用编译器将模板编译为py文件，然后再通过python编译为pyc，从而获得如此高的性能的。如果python可以执行加速（例如 psyco, pypy什么的），相信速度还要快。但是不得不说，语法实在是太严格了一点。我在for前面多了一个空格，居然直接报错，而且还是一个无关错误。找起问题 来相当困难。不过，对于习惯了python格式的格式控来说，cheetah还是有相当价值的。cheetah加速后的速度，单核上每秒可以生成7W多个 页面，16核的普通服务器，每秒可以承载100W req/s。看在效率的份上，我可以原谅他大多数的问题。

来源：oschina

链接：https://my.oschina.net/u/129830/blog/112296