Eventlet 协程并发：为何顺序执行而非并行？
使用 Eventlet 进行并发请求时，常常出现看似顺序执行而非并行的情况。这通常源于对 Eventlet 及其与阻塞型 I/O 操作交互方式的误解。
问题根源：阻塞 I/O 与 GreenPool
Eventlet 的 GreenPool 允许同时运行多个任务。然而，如果任务中包含阻塞 I/O 操作（例如，使用 urllib.request.urlopen 进行网络请求），该操作会阻塞整个 GreenPool，导致其他任务无法并发执行。
解决方案：非阻塞 I/O 与 Monkey Patching
解决方法主要在于：
-
使用非阻塞 I/O 库： 避免使用阻塞型库如
urllib.request。推荐使用requests等异步或协程友好的 HTTP 客户端库，它们能够执行非阻塞网络请求。 -
应用 Eventlet 的
monkey_patch：monkey_patch将标准库中的函数替换为 Eventlet 的协程版本。这对于在 Eventlet 环境中使用原本阻塞的库至关重要，例如将urllib.request替换为eventlet.http。
示例代码：使用 requests 库实现真正的并发
以下代码演示如何使用 requests 库和 Eventlet 实现真正的并发请求：
import eventlet
import requests
eventlet.monkey_patch() # 关键步骤：应用 monkey_patch
urls = [
"http://localhost:5000/",
"http://localhost:5000/",
"http://localhost:5000/",
]
def fetch(url: str) -> str:
response = requests.get(url)
response.raise_for_status() # 检查HTTP状态码
return response.text
pool = eventlet.GreenPool(1000)
for body in pool.imap(fetch, urls):
print("获取内容:", len(body), body)
执行结果：
正确使用 requests 和 monkey_patch 后，请求将并行执行，总执行时间将显著缩短，接近于单个请求时间的几倍（取决于服务器响应速度）。
通过以上改进，您可以充分利用 Eventlet 的并发能力，避免阻塞 I/O 导致的性能瓶颈，实现真正的并行网络请求。 记住 eventlet.monkey_patch() 是关键，它使得 requests 在 Eventlet 协程环境下能够正确工作。
