Python Google App Engine后端/模块实例中的实际并发性

Google App Engine提供任务队列和后端（现在是模块）等服务，以并行处理请求和执行“并行工作”。典型的扇入扇出/分叉连接技术可以很容易地通过管道API、Fantasm等实现

在配置后端/模块的硬件时，您可以在B1、B2、B4、B8之间进行选择，但它没有说明CPU配置中的内核数量。也许CPU核的数量与此无关。后端支持为每个传入的请求生成“后台线程”，但由于著名的GIL（全局解释器锁），Python实际上无法执行真正的并发工作

在启动新实例之前，一个前端实例将处理8个请求（默认，最多30个）

据说，带有Threadsafe指令的Python 2.7在一个独立实例上并行处理传入请求，这是正确的，还是只有传入请求分布在独立实例上，并以真正的并发方式完成

在GoogleAppEngine上，真正的并发在技术上是如何执行的，而在另一方面，获得最多实际并发性和可伸缩性的推荐设计模式是什么

您可以使用10-20个驻留B8实例创建一个“手动缩放”后端/模块，每个实例生成10个“过期”后台线程，并始终执行10个并发异步URL抓取以进行I/O工作，还是应该通过动态实例创建将其展开

据说，带有Threadsafe指令的Python2.7在一个独立实例上并行处理传入请求，对吗

它实际上会在每个实例上同时运行多个请求，而不是将它们分散在多个实例上。（但是）。这通常被认为是允许这样做的最佳实践，因为它大大提高了大多数工作负载的效率

有我见过的关于GAE如何决定是否和何时并发运行请求的最佳细节

---

您是对的，Python有一个GIL，它在一定程度上限制了内核之间的并发性，对于真正受CPU限制的工作负载，每个内核有多个线程对您没有多大帮助。然而，绝大多数工作负载都不受CPU限制，尤其是GAE等平台上的Web应用程序。相反，它们通常是I/O绑定的，也就是说，它们将大部分时间花在等待数据存储、HTTP回迁到其他服务等上。App Engine使用阻塞的时间在同一实例上高效地运行其他并发请求。

如果使用所有api的异步版本，则可以在python中执行并发处理。大多数请求最终都会使用大量无效的api，因此存在大量并发机会，但是如果您只是执行CPU限制的任务，那么从单个后端或前端获得的并发性将非常小。您采取的具体方法将在很大程度上取决于您的处理需求，您需要分析以更好地理解最合适的选择。结合使用所有可用异步版本的应用程序引擎API的多个实例和代码，将在传入请求之间提供最佳的实际并发性。@TimHoffman，仅供参考，异步和同步API之间的区别主要在于用户区。应用程序引擎的请求调度程序不关心您使用哪一个。如果当前请求在API调用上被阻止，无论它们使用的是同步API还是异步API，调度程序都会在该实例上愉快地运行新请求。