转自：http://mp.weixin.qq.com/s?__biz=MjM5NzU0MzU0Nw==&mid=2651374524&idx=1&sn=d289aa7aa484d0485489b9e63a56ff8a&chksm=bd2408a88a5381bea9f854376ecb96f5aab056d2dc203142df10a42b238b695e42928256b0ce&mpshare=1&scene=23&srcid=0503WYobyoHUL7QCB8Pw2K3j#rd
人们对于Python和其他解释型语言（例如：Ruby，JavaScript，PHP，Perl等等），最常抱怨的就是他们太慢了。显然，网络应用中，速度更快的语言能够实现更短的响应时间以及降低服务器的消耗。
为了解决这样的问题，Python3.4引入了asyncio模块，随后，Python3.5则为它设计了新的语法。然后，随之而来的uvloop网络库为asyncio带来了速度上的极大提升：
uvloop使得asyncio相当快。实际上，和nodejs，gevent以及任何其他Python中的异步网络架构相比，asyncio的速度至少是它们的2倍，基于uvloop的asyncio在性能上的表现已经接近于Go语言了。
在Paxos（译者注：一种基于消息传递的一致性算法）中，我们大量使用asyncio，既是因为它的性能更好，也是因为asyncio更加适合我们整体架构。我们的产品与来自不同的客户端的事务数据同步，同时，因为它是一个分布式系统，所以本质上讲，它又是异步的。
asyncio能够出色地将吞吐量最大化，但是我们也关心要减少延迟。就延迟而言，你的数据库本身会是一个主要的瓶颈。实践中，当我们使用例如合适的索引，或者固态磁盘这些最佳方法时，一个大约10ms响应时间的数据库查询被认为是效果不错的。
当然，RAM要比asyncio要快几个数量级，但是简单的"key-value"型的存储结构，并不能实现软件工程师们所常常依赖的许多特性。比如，多索引和基本类型检测是非常有用的，也最好能有像"ORDER BY"，"LIMIT"和"OFFSET"这些功能。
此外，Redis的性能、高级特性及其文档，已经给我们留下了非常深刻的印象。所以我们写了一个可被Redis支持的对象映射器："subconscious"，它依赖于asyncio和Redis的强大原语。使得你能以RAM的性能利用数据库，这就像是一个SQLAlchemy的精简版（不支持"JOIN"操作）。
-
译者注：Redis：一个key-value存储系统
-
译者注：SQLAlchemy：Python编程语言下的一款开源软件。提供了SQL工具包及“对象关系映射”工具，使用MIT许可证发行。
你可以如下定义一个模型（更多细节请查阅 official repo）：
然后，你可以查询和使用你的这个模型：
你也会找到很多你期望在传统的ORM中有的功能。下面是如何向一个满足属性：{US, college-age, male}的用户发一个推送的过程：
-
译者注：ORM：对象关系映射
为了证明在实际中这个工具（subconscious）是多么强大和方便使用，我们把一个类似Pastebin的网站和大约100行代码放在了一起。
-
网站URL：http://52.170.82.45/
-
源代码：https://github.com/paxos-bankchain/pastey
我们用Microsoft Azure中最廉价的应用实例（称作F1，拥有1核处理器以及2GB的RAM）上加载和测试了这个APP，结果数据是很漂亮的：
-
大约41秒内发送了10000次页面请求
-
页面响应时间的中位数大约是19毫秒
-
大约22毫秒内，90%的页面做出了服务响应
Redis可以保存在磁盘上，但是对比传统的数据库，它的持久性更弱。同时，它的事务和回滚很复杂，而且对于及数据完整性，几乎没什么保证。一些常见的用例如下：
-
可以从日志中重播的临时数据（所以持久性不是大问题）
-
频繁更新的数据：写入RAM比写入磁盘要快得多
-
当延迟是非常重要的考虑因素时
-
当相同的数据被定期查询，同时数据的容量很低，以及/或者你有很充足的硬件预算时
对于低吞吐量的应用或者适用于水平缩放的应用来说，这些特性可能无法提供让人兴奋的充足的优势。但是对于高吞吐量的应用来说，延迟对它们有着不可忽略的影响，那么，这种性能的提升就存在着重大的价值。
Subconscious是使用MIT许可证发行的开源工具，所以你可以自由地在你自己的项目中使用它。
英文原文：https://eng.paxos.com/write-fast-apps-using-async-python-3.6-and-redis
译者：guoziqing