Python 如何在慢速flask api中处理并发性？

我们有一个烧瓶api解决方案，在空载下平均响应时间为5秒。api不支持异步。但我们希望扩展此api，使其能够处理至少50个并发客户端每秒10个请求。为了获得这种并发性，我们应该采用什么方法和服务器配置？该解决方案将在kubernetes中作为微服务运行。如有任何建议，将不胜感激

---

另外，原因是databrick驱动程序占用了至少70%的响应总时间（打开连接、取回数据和关闭连接）。而且databrick驱动程序没有任何异步接口，这就是为什么我们在考虑如何从服务器配置中提高并发性。我们已经尝试了asyncio来获得并发性，但这没有帮助，因为databrick驱动程序没有任何异步支持。

分析它，并找出它运行如此缓慢的原因？这里没有足够的信息告诉您哪里出了问题或该怎么办。

建议您使用asyncio。这有点困难，但学习曲线值得优势，原因是databrick驱动程序占用了至少70%的响应总时间（打开连接、取回数据和关闭连接）。而且databrick驱动程序没有任何异步接口，这就是为什么我们在考虑如何从服务器配置中提高并发性。