wrk测试前必须确认：①Flask走WSGI无原生异步，FastAPI基于ASGI+uvicorn才启用事件循环；②数据库层需匹配（psycopg2同步vs asyncpg异步）；③wrk参数（-c、-t、-d）、URL、响应体及依赖必须严格一致。
用 wrk 测试前必须确认的 3 个底层差异
Flask 默认走 WSGI，根本不能原生处理异步请求；FastAPI 基于 ASGI，uvicorn 启动后才真正启用事件循环。直接拿 flask run 和 uvicorn main:app 对比，结果毫无意义——前者压根没进异步通道。
常见错误现象：wrk -c 100 -t 4 -d 30 http://localhost:8000/api 测 Flask 时 QPS 突然卡在 1200 左右，不是代码慢，是 Gunicorn 默认只开 4 个同步 worker，每个 worker 一次只能扛一个阻塞请求。
- Flask 要测“伪异步”，得配
gunicorn --worker-class gevent或--worker-class eventlet，但 ORM（如 SQLAlchemy）和 HTTP 客户端（如requests）仍可能同步阻塞 - FastAPI 测真异步，必须用
uvicorn main:app --workers 1 --loop uvloop：禁用多进程，靠单 worker +uvloop榨干事件循环 - 数据库层必须对齐：Flask 用
psycopg2是同步的，FastAPI 用asyncpg才算匹配；混用会导致 FastAPI 的 async route 实际被psycopg2拖回同步模型
wrk 命令参数要严格一致才能横向对比
很多人用不同并发数、不同连接数去跑两个框架，结果出来就喊“FastAPI 快 7 倍”，其实只是参数没控住。真实压测必须固定三要素：-c（总连接数）、-t（线程数）、-d（持续时间），且 URL 路径、响应体大小、后端依赖（DB/HTTP 调用）完全一致。
推荐命令：
立即学习“Python免费学习笔记（深入）”；
wrk -c 1000 -t 8 -d 60 --latency http://localhost:8000/api/query
说明：
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
-
-c 1000表示维持 1000 个 HTTP 连接，这对异步框架很关键——FastAPI 能复用单 worker 处理全部连接，Flask 却需要至少 1000 / worker 并发能力，否则排队 -
-t 8是 wrk 自身线程数，设太高反而因上下文切换拖慢，8 是多数 4 核机器的平衡点 - 务必加
--latency：不光看 QPS，更要看Latency Distribution里 90%/99% 分位值，Flask 在高并发下尾部延迟常飙升到秒级，FastAPI 通常稳定在百毫秒内
测试代码里最容易忽略的 I/O 绑定陷阱
写个 time.sleep(0.1) 看起来是“模拟耗时”，但它在 Flask 和 FastAPI 里语义完全不同：前者真停线程，后者只是让出控制权。真实瓶颈从来不是 CPU，而是数据库查询、外部 API 调用、文件读写——这些才是压测该打的靶子。
正确做法：
- FastAPI 接口必须用真正异步 I/O：比如
await database.fetch_one(...)（databases库）或await asyncpg.fetch(...)，而不是db.execute(...)包一层asyncio.to_thread - Flask 若强行用
gevent.spawn包requests.get，要注意requests底层 socket 默认是阻塞模式，需提前打补丁：from gevent import monkey; monkey.patch_socket() - 所有测试接口返回体统一为
{"status": "ok", "ts": 1714654560}这种固定长度 JSON，排除序列化开销干扰
看 QPS 数字之前先盯住内存与错误率
很多团队测完发现 FastAPI QPS 高但内存涨得快，一查是 uvicorn 默认没设 --limit-concurrency，1000 个连接全涌进来，协程对象堆积导致 OOM。Flask 反而稳，因为 Gunicorn 的 worker 进程天然隔离。
关键配置项：
- FastAPI 生产部署必加：
uvicorn main:app --limit-concurrency 1000 --limit-max-requests 10000，防长连接耗尽资源 - Flask 的 Gunicorn 要配
--max-requests 1000 --max-requests-jitter 100，避免 worker 内存泄漏累积 - wrk 输出里重点看
Non-2xx or 3xx responses：FastAPI 异步超时若没配asyncio.wait_for，会直接抛500；Flask 用 gevent 时若 socket 补丁漏了，会出现大量Connection refused
真正的性能分水岭不在峰值 QPS，而在高负载下的稳定性——FastAPI 单 worker 能扛住 1000 并发不崩，Flask 得开 10+ gevent worker，这时进程间内存开销、上下文切换成本、监控粒度就全不一样了。
