本篇主要是对django, jinja, jinja2, mako和cheetah五大python模板引擎性能的评测。对于这几个引擎,分别测试它们渲染字符串,变量替换,以及循环处理的速度,所有结果输出均为unicode,变量替换均需html转义,所有模板中,只有django默认开启了html转义,其它模板需要显式地打开。所有测试均不计算模板加载、编译时间,只计算渲染时间,因为模板通常只会加载一次,却会渲染多次。下面是所有模板引擎分别运行每个测试用例10000次所花的时间:
str var for
jinja2: 0.138658046722 0.640381097794 0.969153165817
mako: 0.389529943466 1.019780159 1.04453492165
cheetah: 0.350683927536 1.73273897171 2.3115170002
jinja: 0.102370023727 1.48854589462 3.32249498367
django: 0.168296098709 3.63100194931 13.236135006
str列仅仅是渲染1000字节页面所需的时间,var列是替换20个变量(变量间还夹着一些字符串)所需的时间,for列是循环20次所需的时间,循环体是100字节串加上一个循环变量。我并没有将变量个数和循环次数选得特别大,主要是想尽量接近实际场景,我认为一个页面中包含20个变量和20个循环是比较典型的情况。
大致来看,jinja2最快,mako也很快,和jinja2不分上下,django最慢,变量替换和循环要比jinja2慢4~13倍。接着仔细分析一下,str列表明mako和cheetah渲染字符串的速度比较慢,可见mako和cheetah要多做一些初始化工作,但这个时间应当是固定的,jinja和django都很快。var列表明jinja2的变量替换速度最快,从数值上来看mako要比jinja2慢大约一倍,如果减去渲染常量串的时间,jinja2需要0.5秒(0.64-0.14),mako需要0.6秒(1.0-0.4),两者相差得并不多,而cheetah要比jinja2慢1~2倍,django更慢,要慢4~6倍。for列表明jinja2和mako渲染循环的速度不分上下,如果减去渲染常量串的时间,mako要比jinja2稍快,cheetah仍然要慢1倍,django慢得更多,10多倍。总的来说,jinja2和mako都相当快,通常情况下jinja2要稍快一些,django要比jinja2慢10倍左右。在Django项目中使用jinja2模板应当是最好选择,因为它和django内置模板语法最相近,性能又非常好。但在实际应用中,模板通常不会是瓶颈,将django模板换成jinja,模板渲染速度可以从1ms变成0.1ms,看起来提升很明显,但和数据库查询的速度比较起来,真的不算什么。今天看了一同事写的一个IP地址到城市的转换程序,要花20ms,于是发现换模板的意义真不大,但我仍然换了。
以下是测试代码:
import re, sys
from timeit import Timer
from django.conf import settings
settings.configure()
def render_django(tmpl_str, tmpl_ctx):
from django.template import Template, Context
tmpl = Template(tmpl_str)
return lambda: tmpl.render(Context(tmpl_ctx))
def render_jinja2(tmpl_str, tmpl_ctx):
from jinja2 import Environment
tmpl = Environment(autoescape=True).from_string(tmpl_str)
return lambda: tmpl.render(tmpl_ctx)
def render_jinja(tmpl_str, tmpl_ctx):
from jinja import Environment
tmpl = Environment(auto_escape=True).from_string(tmpl_str)
return lambda: tmpl.render(tmpl_ctx)
def render_mako(tmpl_str, tmpl_ctx):
from mako.template import Template
tmpl = Template(tmpl_str, default_filters=['h'])
return lambda: tmpl.render(**tmpl_ctx)
def render_cheetah(tmpl_str, tmpl_ctx):
from Cheetah.Template import Template
from Cheetah.Filters import WebSafe
tmpl = type(Template(tmpl_str))
return lambda: tmpl(searchList=[tmpl_ctx], filter=WebSafe).respond()
django_syntax = dict(var='{{ %s }}', for_start='{%% for %s in %s %%}', for_end='{%% endfor %%}')
jinja2_syntax = jinja_syntax = django_syntax
cheetah_syntax = dict(var='$%s', for_start='#for $%s in $%s', for_end='#end for')
mako_syntax = dict(var='${%s}', for_start='%% for %s in %s:', for_end='%% endfor')
str_tmpl = 'a' * 1000
var_tmpl = ''.join(['%s @var,var%s@ ' % ('a'*100, i) for i in range(10)])
for_tmpl = '''\
@for_start,item,item_list@
%s @var,item@
@for_end@
''' % ('a'*100)
syntax_list = [
('jinja2', jinja2_syntax, render_jinja2),
('mako', mako_syntax, render_mako),
('cheetah', cheetah_syntax, render_cheetah),
('jinja', jinja_syntax, render_jinja),
('django', django_syntax, render_django),
]
tmpl_list = [
('str', str_tmpl, {}),
('var', var_tmpl, dict([('var%s'%i, '<foobar%s>'%i) for i in range(10)])),
('for', for_tmpl, dict(item_list=range(20))),
]
RE_TMPL = re.compile('@([\w,]+)@')
def bench(count=10000):
for name, syntax, render in syntax_list:
emit('%10s: ' % name)
for tmpl_type, tmpl_str, tmpl_ctx in tmpl_list:
def _sub(m):
s = m.group(1).split(',')
return syntax[s[0]] % tuple(s[1:])
tmpl_str = RE_TMPL.sub(_sub, tmpl_str)
render_tmpl = render(tmpl_str, tmpl_ctx)
emit('%-15s ' % Timer(render_tmpl).timeit(count))
emit('\n')
def emit(s):
sys.stdout.write(s)
sys.stdout.flush()
bench()
分享到:
相关推荐
学生信息管理系统-----------无数据库版本。资源来源于网络分享,如有侵权请告知!
2024年福建省村级(居委会)行政区划shp数据集 坐标系:WGS1984
win32汇编环境,对话框中显示bmp图像文件
基于STM8单片机的编程实例,可供参考学习使用,希望对你有所帮助
电动汽车动力系统匹配计算模型:输入整车参数及性能要求,一键生成驱动系统的扭矩功率峰值转速等参数。 2、整车动力经济性计算模型:包含NEDC WLTC CLTC工况,输入整车参数可生成工况电耗、百公里电耗、匀速工况续航、百公里电耗等信息。 实际项目中使用的计算仿真模型.
2020CCF下降2020 CCF大数据与计算智能大赛-非结构化商业文本信息中隐私信息识别-第7名方案bert base + flat + crf + fgm + swa + pu learning策略 + clue数据集 = test1单模0.906词向量https://github.com/Embedding/Chinese-Word-Vectors SGNS(Mixed-large 综合)loss mask相关代码为pu learning策略的实现主要模块版本 python 3.6.9火炬 1.1.0变压器 3.0.2pytorchcrf 1.2.0torchcontrib 0.0.2
计算机系毕业设计
基于STM8单片机的编程实例,可供参考学习使用,希望对你有所帮助
基于SpringBoot+MySQL图书销售管理系统网上书店项目源码+数据库(高分毕业设计&课程设计) 该项目是个人大作业项目源码,项目中的源码都是经过本地编译过可运行的,都经过严格调试,确保可以运行!!!评审分达到95分以上。资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 图书管理系统 框架介绍 依赖 版本 Spring Boot 2 Mybatis Plus 3.5.3 jjwt 0.11.2 vue 2.0 ehcache 2.10.9 系统采用前后端分离,前端打包后放在 /resources/static 目录下面 直接启动后端工程即可访问 系统亮点 采用rsa非对称加密算法生成 jwt认证密钥 springboot集成ehcache作为缓存 采用aop方式记录接口访问日志 使用h2内存数据库,启动应用执行自动建表语句和初始化数据 统一异常和响应进行封装 集成springdoc作为接口文档 系统访问 http://wholevoid.com:9090/ 用户名及密码 admin/123456 图书管理系统 框
二极管钳位三电平VSG仿真模型 1.加入中点电位平衡 2.仿真有视频教程 3.THD均<5% 可以在此模型的基础上加入自适应控制、模型预测控制等等
基于Halcon的机器视觉试验平台的设计与研究 20181126
腾讯云开发者工具套件(SDK)3.0,SDK3.0是云 API3.0 平台的配套工具。目前已经支持cvm、vpc、cbs等产品,后续所有的云服务产品都会接入进来。新版SDK实现了统一化,具有各个语言版本的SDK使用方法相同,接口调用方式相同,统一的错误码和返回包格式这些优点。 为方便 Python 开发者调试和接入腾讯云产品 API,这里向您介绍适用于 Python 的腾讯云开发工具包,并提供首次使用开发工具包的简单示例。让您快速获取腾讯云 Python SDK 并开始调用。
说明文档1 队伍简介初赛名次第42名复赛名次第22名队伍名把球给我两名队员全部来自中国科学院大学2 算法思路首先手工标记第一阶段2015年和2017的图像里的建筑物,将大图像划分成小图像,训练多个模型,识别出图像中的建筑物,不对测试集(第二阶段的图像)进行任何标注,直接在图像上预测,分别识别出2015和2017的建筑物,再将所得的两张建筑物图像相减,对结果文件进行边缘平滑和散点去除即可得出最后的结果。切割成160*160、224*224、256*256大小的小图片训练模型基于第一阶段的训练数据,分别训练了deeplabv2、resnet_fcn两个模型,分别在3种大小的图像上训练得到了5个模型(由于resnet最小图像限制为197,只用了224和256两种大小的图像),设定输出概率大于0.5判定为建筑物,小于0.5则为非建筑物未在测试数据上进行建筑物标注,线下建筑物识别准确率82%左右,经过标注,建筑物识别准确率能达到90%。复赛初始提交,泛化成绩0.742。经过数据标注和再训练,最终成绩0.829。数据增强用于模型训练阶段,数据后处理是对
tdm64-gcc-5.1.0-2 (不盈利分享)
python语言mp3pl爬虫程序代码XQZQ
三相不平衡电压下T型NPC三电平并网逆变器并网控制 1.采用正负序分离锁相环以及正序PI控制,负序PI控制 2.采用中点电位平衡控制-零序电压注入法 3.采用SVPWM羊角波调制方式 4.提供参考文献 提供仿真源文件,电流环参数设计,正负序分离方法详解,零序电压注入法详解,SVPWM调制原理
Java毕业设计-基于SpringBoot的旅游网站项目源码+数据库(高分毕设),个人经导师指导并认可通过的毕业设计项目,评审分98分,项目中的源码都是经过本地编译过可运行的,都经过严格调试,确保可以运行!主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者,资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 Java毕业设计-基于SpringBoot的旅游网站项目源码+数据库(高分毕设)Java毕业设计-基于SpringBoot的旅游网站项目源码+数据库(高分毕设)Java毕业设计-基于SpringBoot的旅游网站项目源码+数据库(高分毕设)Java毕业设计-基于SpringBoot的旅游网站项目源码+数据库(高分毕设)Java毕业设计-基于SpringBoot的旅游网站项目源码+数据库(高分毕设)Java毕业设计-个人经导师指导并认可通过的毕业设计项目,评审分98分,项目中的源码都是经过本地编译过可运行的,都经过严格调试,确保可以运行!个人经导师指导并认可通过的毕业设计项目,评审分98分,项目中的源码都