为什么服务器负载测试中异步实现比同步写法性能慢数百倍？

核心问题 #

1. 错误复用AsyncSession执行并发查询
   SQLAlchemy的AsyncSession是非并发安全对象，同一时间只能执行一个异步操作。你将4个同session的查询丢给asyncio.gather执行，会触发大量内部锁等待、状态校验开销，甚至会导致查询排队超时，性能远低于同步顺序执行。
2. 开启了调试日志
   两个数据库引擎都配置了echo=True，会打印所有SQL执行日志，异步pg驱动asyncpg的日志打印开销远高于同步驱动psycopg2，高并发下会严重拖慢性能。
3. 连接池配置不足
   默认异步引擎的连接池大小仅为5，你用100并发压测时，大量请求拿不到数据库连接排队等待，进一步拉低性能，甚至导致请求超时。

优化方案 #

• 第一步：关闭调试日志
  修改两个引擎的echo=True为echo=False。
• 第二步：修正异步查询逻辑
  如果不需要并行查询，直接按同步逻辑的顺序执行即可，不要强行用asyncio.gather，修正后的代码如下：

async def get(self):
    async with async_session() as session:
        result1 = await session.execute(text('SELECT * from *** where client_id = :bis_id').bindparams(bis_id='bis1'))
        self.write(json.dumps(result1.fetchall(), default=str))
        result2 = await session.execute(text('SELECT * from *** where bis_id = :bis_id').bindparams(bis_id='bis1'))
        self.write(json.dumps(result2.fetchall(), default=str))
        result3 = await session.execute(text('SELECT * from *** where abs_id = :abs_id').bindparams(abs_id='abs1'))
        self.write(json.dumps(result3.fetchall(), default=str))
        result4 = await session.execute(text('SELECT * from *** where abs_id = :abs_id').bindparams(abs_id='abs1'))
        self.write(json.dumps(result4.fetchall(), default=str))

如果要实现真正的并行查询，需要每个查询单独创建Session：

async def exec_query(query: text, params: dict):
    async with async_session() as session:
        res = await session.execute(query.bindparams(**params))
        return res.fetchall()

async def get(self):
    results = await asyncio.gather(
        exec_query(text('SELECT * from *** where client_id = :bis_id'), {"bis_id": "bis1"}),
        exec_query(text('SELECT * from *** where bis_id = :bis_id'), {"bis_id": "bis1"}),
        exec_query(text('SELECT * from *** where abs_id = :abs_id'), {"abs_id": "abs1"}),
        exec_query(text('SELECT * from *** where abs_id = :abs_id'), {"abs_id": "abs1"}),
    )
    for res in results:
        self.write(json.dumps(res, default=str))

• 第三步：调整连接池配置
  创建异步引擎时调整连接池参数匹配压测并发数：

async_engine = create_async_engine(
    "postgresql+asyncpg://***:***@localhost:5431/***",
    echo=False,
    pool_size=20,
    max_overflow=100
)

优化完成后重新压测，异步接口的QPS会恢复到至少和同步接口持平的水平，更高并发场景下性能会优于同步实现。

内容的提问来源于stack exchange，提问作者user2732686