并行调用API,每分钟有硬性限制。
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了并行调用API,每分钟有硬性限制。相关的知识,希望对你有一定的参考价值。
我正试图对一个API进行并行调用。该API在停止之前有每分钟1200次调用的限制。 在低于限制的情况下,最有效的异步调用方式是什么?
def remove_html_tags(text):
"""Remove html tags from a string"""
import re
clean = re.compile('<.*?>')
return re.sub(clean, ' ', text)
async def getRez(df, url):
async with aiohttp.ClientSession() as session:
auth = aiohttp.BasicAuth('username',pwd)
r = await session.get(url, auth=auth)
if r.status == 200:
content = await r.text()
text = remove_html_tags(str(content))
else:
text = '500 Server Error'
df.loc[df['url'] == url, ['RezText']] = [[text]]
df['wordCount'] = df['RezText'].apply(lambda x: len(str(x).split(" ")))
data = df[df["RezText"] != "500 Server Error"]
async def main(df):
df['RezText'] = None
await asyncio.gather(*[getRez(df, url) for url in df['url']])
loop = asyncio.get_event_loop()
loop.run_until_complete(main(data))
答案
1200 每分钟通话量相当于 20 每秒调用一次,这样你就可以把你的请求分为 批次 的20,并在两批之间睡一秒钟。
另一个选择是使用 aiohttp.TCPConnector(limit=20)
但这只能限制客户会话的数量。并发申请所以你可能最终会做更多的请求(如果API响应快于一秒)或更少的请求(如果API响应慢于一秒);见 这个 相关问题。
批量示例。
# python 3.7+
import aiohttp
import asyncio
async def fetch(session, url):
data = None
async with session.get(url) as response:
if response.status != 200:
text = await response.text()
print("cannot retrieve %s: status: %d, reason: %s" % (url, response.status, text))
else :
data = await response.json()
return data
async def main(n):
print("starting")
session = aiohttp.ClientSession()
tasks = []
batch = []
for i in range(n):
batch.append("http://httpbin.org/anything?key=a%d" % i)
if len(batch) >= 20:
print("issuing batch %d:%d" % (i-20+1, i+1))
for url in batch:
task = asyncio.create_task(fetch(session, url))
tasks.append(task)
batch = []
await asyncio.sleep(1)
if batch: # if batch length does not divide n evenly consume last batch
print("issuing last batch %d:%d" % (n-len(batch), n))
for url in batch:
task = asyncio.create_task(fetch(session, url))
tasks.append(fetch(session, url))
responses = await asyncio.gather(*tasks, return_exceptions=True)
await session.close()
for response in responses:
assert "args" in response
# note that the responses will be in the order in which the requests were made
print("finished")
if __name__ == "__main__":
loop = asyncio.get_event_loop()
loop.run_until_complete(main(111))
输出
starting
issuing batch 0:20
issuing batch 20:40
issuing batch 40:60
issuing batch 60:80
issuing batch 80:100
issuing last batch 100:111
finished
这里重要的部分是 asyncio.create_task
创建一个任务并启动它,返回一个任务对象)。await asyncio.sleep(1)
(用于节流请求)和 await asyncio.gather
(等待所有任务完成运行)。对于Python < 3.7,你可以使用 asyncio.ensure_future
而不是 asyncio.create_task
.
以上是关于并行调用API,每分钟有硬性限制。的主要内容,如果未能解决你的问题,请参考以下文章