【发布时间】:2021-04-02 08:37:55
【问题描述】:
我正在从具有 非常 严格速率限制的网站下载内容。如果我超过 10 req/sec,我将被禁止 10 分钟。我一直在使用以下代码来限制 AIOHTTP:
import time
class RateLimitedClientSession:
"""Rate Limited Client.
Attributes:
client (aiohttp.ClientSession): A client to call
rate_limit (int): Maximum number of requests per second to make
https://quentin.pradet.me/blog/how-do-you-rate-limit-calls-with-aiohttp.html
"""
def __init__(self, client, rate_limit):
self.client = client
self.rate_limit = rate_limit
self.max_tokens = rate_limit
self.tokens = self.max_tokens
self.updated_at = time.monotonic()
self.start = time.monotonic()
async def get(self, *args, **kwargs):
"""Wrapper for ``client.get`` that first waits for a token."""
await self.wait_for_token()
return self.client.get(*args, **kwargs)
async def wait_for_token(self):
"""Sleeps until a new token is added."""
while self.tokens < 1:
self.add_new_tokens()
await asyncio.sleep(0.03) # Arbitrary delay, must be small though.
self.tokens -= 1
def add_new_tokens(self):
"""Adds a new token if time elapsed is greater than minimum time."""
now = time.monotonic()
time_since_update = now - self.updated_at
new_tokens = time_since_update * self.rate_limit
if self.tokens + new_tokens >= 1:
self.tokens = min(self.tokens + new_tokens, self.max_tokens)
self.updated_at = now
然后我可以这样使用它:
from aiohttp import ClientSession, TCPConnector
limit = 9 # 9 requests per second
inputs = ['url1', 'url2', 'url3', ...]
conn = TCPConnector(limit=limit)
raw_client = ClientSession(connector=conn, headers={'Connection': 'keep-alive'})
async with raw_client:
session = RateLimitedClientSession(raw_client, limit)
tasks = [asyncio.ensure_future(download_link(link, session)) for link in inputs]
for task in asyncio.as_completed(tasks):
await task
async def download_link(link, session):
async with await session.get(link) as resp:
data = await resp.read()
# Then write data to a file
我的问题是代码会在随机的时间内正常工作,通常在 100 到 2000 次之间。然后,由于达到速率限制,它会退出。我怀疑这与我的互联网延迟有关。
例如,假设每秒 3 个请求的限制。
SECOND 1:
+ REQ 1
+ REQ 2
+ REQ 3
SECOND 2:
+ REQ 4
+ REQ 5
+ REQ 6
有点滞后,这可能看起来像
SECOND 1:
+ REQ 1
+ REQ 2
SECOND 2:
+ REQ 3 - rolled over from previous second due to internet speed
+ REQ 4
+ REQ 5
+ REQ 6
然后触发速率限制。
我能做些什么来尽量减少发生这种情况的机会?
-
我已经尝试降低速率限制,它确实工作了更长的时间,但最终还是达到了速率限制。
-
我也尝试过以 1/10 秒间隔触发每个请求,但这仍然会触发速率限制(可能出于不相关的原因?)。
【问题讨论】:
-
听起来禁令不太可靠。必须承认,如果我想确保有人不会轻易从我的网站上删除太多内容,那么让禁令变得不可预测可能不会无趣。您必须平衡您使用的速率与被禁止 10 分钟的成本,即 6000 个请求。如果超过一个小时,您可以发出 10 个请求/秒,这将是(理想情况下)36000 个请求。禁令一旦生效,您可能会提出 30000 个请求,即最大值的 5/6。因此,如果您将速率从 10/s 降低到 10/s 的 5/6,那么您并没有输掉 - 那是 50/6=刚刚超过 8/s。试过 8 次?
-
@barny 我有,但它最终仍会达到速率限制,我正在寻找某种比降低它更可靠的代码解决方案。你认为问题是这里的延迟,还是我的代码中的某些东西,或者他们有你所说的(不可靠的速率限制)?
-
使用可靠的互联网连接将消除其中一个变量。如果问题是延迟,您是否总是将下一个请求延迟到前 10 个完成并且自第 10 个完成后已经过去一秒钟 - 关键是使用完成时间来确保延迟(不应该)不是导致触发限制。
标签: python python-3.x async-await python-asyncio aiohttp