在半个月以前，我介绍过一个强大并且易于使用的Python HTTP 库：Requests，并且在文章中提及了Requests的会话（Session）中可以自动实现持久链接（Keep-Alive）。

但是古人教导我们纸上得来终觉浅，绝知此事要躬行，不实际演练一下，我总觉得不放心，于是写个小程序测试一下。

思路

我们做一些小程序，遍历获得几个用户的用户ID以及用户名。通过对比程序执行时间，来看看Keep-Alive是否生效。

其实这个是可以通过一个API一下子返回的，那么就一次连接岂不是无法彰显Keep-Alive的作用了，所以就用笨方法喽。

代码

import requests
import json
import time

users = ['lemooljiang', 'ace108', 'oflyhigh', 'deanliu', 'rivalhw']
rpc = "https://api.steemit.com"

start = time.time()
for user in users:
        payload = {"jsonrpc": "2.0", "method": "call", "params": ["database_api", "get_accounts", [[user]]], "id": 1}
        r = requests.post(rpc, data=json.dumps(payload).encode('utf-8'))
        json_r = json.loads(r.text)
        print("id:", json_r['result'][0]['id'], "\tname:", json_r['result'][0]['name'])
end =  time.time()
print("Execution Time: ", end - start)

session = requests.session()
start = time.time()
for user in users:
        payload = {"jsonrpc": "2.0", "method": "call", "params": ["database_api", "get_accounts", [[user]]], "id": 1}
        r = session.post(rpc, data=json.dumps(payload).encode('utf-8'))
        json_r = json.loads(r.text)
        print("id:", json_r['result'][0]['id'], "\tname:", json_r['result'][0]['name'])
end =  time.time()
print("Execution Time: ", end - start)

执行结果

以下为上述程序执行结果：

对比可知，使用Session程序效率大幅提高，这就是Keep-Alive的神奇之处哦。

尽管效率提升很明显，约2-3倍，但是没到很夸张的地步，比如10倍8倍，这是因为我们get_accounts取回的数据量很大，如果数据量很小，网络操作频繁的话，就会更加明显啦。

验证

你可能说，尽管效率提升了，但是一定是Keep-Alive的功劳吗？也许就是Session干了啥不为人知的提升效率的勾当呢？

我们在代码中加入如下语句来打印DEBUG信息

import logging
logging.basicConfig(level=logging.DEBUG)

我们把程序结果分成两部分截屏，便于比较

通过对比，我们很容易就发现如下规律：

• 第一段程序每次都创建连接，再请求数据
• 第二段程序仅创建一次连接，然后每次请求数据即可

并且我们捎带发现一个秘密，Requests用的urllib3哦。

结论

Requests的会话（Session）中可以自动实现持久链接（Keep-Alive），可以极大程度提升程序的效率，尤其是网络操作频繁的程序。

相关链接

• 每天进步一点点：Python中使用Requests访问STEEM RPC
• Requests: HTTP for Humans
• Advanced Usage: Session Objects