我有一些基于gevent的管理命令.因为我的管理命令发出数千个请求，所以我可以使用Gevent将所有套接字调用转换为非阻塞调用.这真的加快了我的应用程序，因为我可以同时发出请求.
目前我申请的瓶颈似乎是Postgres.这似乎是因为用于连接Django的Psycopg库是用C编写的，不支持异步连接.
我还读到，使用pgBouncer可以将Postgres的速度提高2倍.这听起来不错，但如果有人能解释pgBouncer的工作原理并提供帮助，那就太好了？
谢谢
我有一些基于gevent的管理命令.因为我的管理命令发出数千个请求，所以我可以使用Gevent将所有套接字调用转换为非阻塞调用.这真的加快了我的应用程序，因为我可以同时发出请求.
目前我申请的瓶颈似乎是Postgres.这似乎是因为用于连接Django的Psycopg库是用C编写的，不支持异步连接.
我还读到，使用pgBouncer可以将Postgres的速度提高2倍.这听起来不错，但如果有人能解释pgBouncer的工作原理并提供帮助，那就太好了？
谢谢
除了节省connect&；断开连接如果对每个请求都执行此操作，连接池可以将大量客户机连接转移到少量实际数据库连接.在PostgreSQL中，活动数据库连接的最佳数量通常在((2 * core_count) + effective_spindle_count)个左右.超过这个数字，吞吐量和延迟都会变差.NOTE:最新版本提高了并发性，因此在2022年，我建议采用类似((4 * core_count) + effective_spindle_count)的版本.
有时人们会说:"我想支持2000个用户，并有快速的响应时间."几乎可以肯定的是，如果你试图用2000个实际的数据库连接来实现这一点，性能会非常糟糕.如果你有一台有四个四核处理器的机器，并且活动数据集被完全缓存，那么通过35个数据库连接，你会看到这2000个用户的性能会好得多.
为了理解为什么这是真的，这个思想实验应该有所帮助.假设一个假设的数据库服务器机器只有一个资源来共享——一个单一的核心.这个核心将在所有并发请求之间平均分配时间，而不会产生任何开销.假设100个请求都在同一时刻到达，每个请求都需要1秒的CPU时间.核心对它们都有效，在它们之间进行时间分割，直到100秒后全部完成.现在考虑一下，如果你在前面放置一个连接池，它将接受100个客户端连接，但每次只向数据库服务器发出一个请求，那么在连接忙到队列中的时候，请求任何到达的请求.现在，当100个请求同时到达时，一个客户端在1秒内得到响应；另一个客户端在2秒内得到响应，最后一个客户端在100秒内得到响应.没有人需要等待更长的时间才能得到响应，吞吐量是一样的，但平均延迟是50.5秒，而不是100秒.
一个真正的数据库服务器有更多可以并行使用的资源，但同样的原则是，一旦资源饱和，添加更多并发数据库请求只会造成损害.这实际上比示例更糟糕，因为任务越多，任务切换越多，锁和缓存争用增加，二级和三级缓存线争用，以及许多其他问题，这些问题会降低吞吐量和延迟.除此之外，虽然高work_mem设置可以在许多方面帮助查询，但该设置是限制per plan node for each connection，因此对于大量连接，您需要将其保持在非常小的范围内，以避免刷新缓存，甚至导致交换，这会导致较慢的计划或散列表溢出到磁盘之类的事情.
一些数据库产品有效地将连接池构建到服务器中，但PostgreSQL社区采取的立场是，由于最好的连接池是在离客户端软件更近的地方进行的，因此将由用户来管理.大多数池处理器都有办法将数据库连接限制为硬数，同时允许更多的并发客户端请求，并根据需要对它们进行排队.这是你想要的，应该在transactional个基础上完成，而不是每个语句或连接.