如何在Python中提升请求速度？币安API低延迟优化咨询

现有代码的隐藏优化点 #

针对requests代码段的优化 #

• 连接复用：当前代码每次请求都会新建TCP/TLS连接，握手开销占延迟很大比例。改用requests.Session()复用连接池，避免重复握手：

  session = requests.Session()
  # 配置连接池与TLS 1.3
  ctx = ssl.SSLContext(ssl.PROTOCOL_TLS_CLIENT)
  ctx.min_version = ssl.TLSVersion.TLSv1_3
  adapter = requests.adapters.HTTPAdapter(pool_connections=10, pool_maxsize=10)
  session.mount('https://', adapter)
  # 发起请求
  response = session.post(url, headers=headers, json=request_data)
  response = response.json()['data']
  

• 简化JSON解析：直接用response.json()替代json.loads(response.text)，减少一次字节到字符串的转换开销，requests内部会直接从响应字节流解析JSON。

针对http.client代码段的优化 #

• 连接复用：不要每次请求新建HTTPSConnection，复用同一个连接对象（需处理连接断开后的重连逻辑）：

  # 初始化一次连接，配置TLS 1.3
  ctx = ssl.SSLContext(ssl.PROTOCOL_TLS_CLIENT)
  ctx.min_version = ssl.TLSVersion.TLSv1_3
  conn = http.client.HTTPSConnection(host, context=ctx)
  conn.set_alive_timeout(30)  # 设置长连接超时
  
  # 多次请求复用该连接
  conn.request("POST", endpoint, payload, headers)
  res = conn.getresponse()
  data = json.loads(res.read())
  

• 避免冗余解码：res.read()返回的字节流可直接传入json.loads，无需先转成UTF-8字符串，减少一次转换开销。

通用优化措施 #

• DNS缓存：Python默认DNS缓存时间极短，可手动缓存解析后的IP地址，避免每次请求触发DNS查询：

  import socket
  # 提前解析并缓存IP
  cached_ip = socket.gethostbyname(host)
  # http.client直接用缓存IP，需手动添加Host头
  conn = http.client.HTTPSConnection(cached_ip, context=ctx)
  headers['Host'] = host
  

• 减少序列化开销：如果request_data已提前序列化为JSON字符串，直接用data参数（requests）或传入序列化后的payload（http.client），避免重复执行json.dumps。
• 系统TCP调优：在AWS东京节点启用TCP Fast Open、调整TCP窗口大小等参数，减少网络传输延迟（如执行sysctl -w net.ipv4.tcp_fastopen=3）。

是否需要改用C++重写？ #

• 优先完成Python代码优化：绝大多数场景下，延迟瓶颈来自网络握手、传输而非Python的CPU执行效率。完成上述优化（尤其是连接复用、TLS 1.3、DNS缓存）后，延迟会有明显下降，通常能满足币安API的低延迟需求。
• C++重写的适用场景：如果请求频率极高（每秒数百次以上），且Python的GIL或IO模型成为性能瓶颈，此时C++结合libcurl等高性能HTTP库能进一步压缩延迟，但重写成本高，需权衡开发维护代价。
• 折中方案：若Python优化后仍不达标，可尝试用pycurl（libcurl的Python绑定）替代原生HTTP库，它比requests/http.client性能更高，同时保留Python的开发效率。

内容的提问来源于stack exchange，提问作者Арт