Shell's Home

Nov 9, 2011 - 2 minute read - Comments

几个模板系统的性能对比

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-----
    <table>
      \#for \$i in \$l
      <tr>
<td>\$i\[0\]</td>
<td>\$i\[1\]</td>
      </tr>
      \#end for
    </table>

-----testdjango.html-----
    <table>
      {% for i in l %}
      <tr>
<td>{{ i.0 }}</td>
<td>{{ i.1 }}</td>
      </tr>
      {% endfor %}
    </table>

-----testjinja2.html-----
    <table>
      {% for i in l %}
      <tr>
<td>{{ i\[0\] }}</td>
<td>{{ i\[1\] }}</td>
      </tr>
      {% endfor %}
    </table>

-----testmako.html-----
    <table>
      % for i in l:
      <tr>
<td>\${i\[0\]}</td>
<td>\${i\[1\]}</td>
      </tr>
      % endfor
    </table>

-----testwebpy.html-----
\$def with(l)
    <table>
      \$for i in l:
      <tr>
<td>\$i\[0\]</td>
<td>\$i\[1\]</td>
      </tr>
    </table>

-----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。