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。

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。