Sanic — 性能向 async Python 框架，对标 Node.js 高吞吐

是什么

Sanic 是一个 从第一行就为 async/await 设计、跑得跟 Node.js 一样快的 Python web 框架。日常类比：Flask 是慢悠悠的城市公交（一站一站），Sanic 是地铁（同时几十节车厢并行），都从 A 到 B，但吞吐量差一个数量级。

最小例子：

from sanic import Sanic
from sanic.response import json

app = Sanic("hello-app")

@app.route("/")
async def hello(request):
    return json({"hello": "world"})

async def 是关键——每个请求来了不会”占用”线程，而是”先挂起，等数据库回复再继续”。这让单进程能同时扛住几千个连接。

跑起来：sanic hello.app（不需要额外的 gunicorn/uvicorn）。

为什么重要

不理解 Sanic 在 Python 异步生态里的位置，下面这些事都没法解释：

为什么 Python 也能做高并发后端，不必逼自己换 Go / Node.js
为什么 fastapi 和 Sanic 看起来很像，但 FastAPI 跑在 starlette 上、Sanic 自己写 server
为什么 Sanic 的进程模型（多 worker + uvloop）能把 CPU 榨到 95%，而 Flask + gunicorn 同样配置只到 30%
为什么”async-first”和”sync-first 加 async 补丁”在生产环境差别巨大——前者是 Sanic / FastAPI，后者是 Flask 2.x / Django async views

核心要点

Sanic 区别于其他 Python 框架的 三个核心机制：

自带高性能 server，不需要 WSGI 适配：Flask 必须搭配 gunicorn / uWSGI 才能上生产，Sanic 自带的 server 用 uvloop（libuv 的 Python 绑定）直接跑。类比：自带发动机的汽车，不用外接电瓶。
请求对象显式传参，不用全局上下文：Flask 的 request 是隐藏全局变量（context-local），Sanic 强制每个 handler 第一个参数就是 request。类比：明文交接钥匙，而不是塞在花盆下面。
Blueprint + Signal 模块化：Blueprint 把路由分组（像 Flask），Signal 是事件总线（中间件 + 生命周期钩子的统一抽象）。类比：地铁站每条线路独立，调度信号统一指挥。

实践案例

案例 1：流式返回大文件（不爆内存）

from sanic.response import ResponseStream

@app.get("/big-csv")
async def big_csv(request):
    async def streaming(response):
        for i in range(1_000_000):
            await response.write(f"{i},data\n")
    return ResponseStream(streaming, content_type="text/csv")

逐部分解释：

ResponseStream 不一次性构造整个 body，而是边算边推
await response.write(...) 让出控制权——OS 在写网络包时，CPU 去处理别的请求
1 百万行用 < 50 MB 内存搞定。换成 Flask 同步版本会把 1 GB RAM 吃光

案例 2：WebSocket 聊天广播

@app.websocket("/chat")
async def chat(request, ws):
    app.ctx.clients.add(ws)
    try:
        async for msg in ws:
            for client in app.ctx.clients:
                await client.send(msg)
    finally:
        app.ctx.clients.discard(ws)

逐部分解释：

@app.websocket 注册 WS 路由（Flask 原生不支持，需 Flask-SocketIO）
async for msg in ws 持续消费连接里的消息，连接断开自动跳出循环
app.ctx 是用户自定义的应用级状态容器（这里存所有在线 client）
finally 保证客户端掉线后从集合里移除——否则下次广播会向”鬼连接”写

案例 3：Blueprint 拆分大型应用

from sanic import Blueprint
users_bp = Blueprint("users", url_prefix="/users")

@users_bp.get("/<user_id:int>")
async def get_user(request, user_id):
    return json({"id": user_id})

# main.py
from sanic import Sanic
from users.routes import users_bp
app = Sanic("MyApp")
app.blueprint(users_bp)

逐部分解释：

每个 Blueprint 是独立模块，可挂自己的中间件 / 异常处理 / listener
<user_id:int> 是路径参数 + 类型转换，自动把字符串转成整数
app.blueprint(users_bp) 一行挂载——大项目按业务域拆分，不互相污染

踩过的坑

不要在 async handler 里写 time.sleep / requests.get：这些是同步阻塞，会卡住整个 worker（不是单个请求）。必须用 asyncio.sleep / httpx.AsyncClient。
app.ctx 不在 worker 之间共享：多 worker 模式下每个进程一份，需要全局共享必须走 Redis / 数据库。新人常误以为它是单例。
Python 3.10+ 才能跑：Sanic 23+ 砍掉了 3.8/3.9 支持。生产环境如果还在 3.8 要么升级要么锁旧版（v22.x）。
uvloop 在 Windows 不可用：uvloop 不支持 Windows。SANIC_NO_UVLOOP=true 退回标准 asyncio，性能砍半。Windows 用户考虑 WSL。

适用 vs 不适用

适用：

高并发 IO 密集场景：聊天 / 推送 / 实时 dashboard / WebSocket
微服务网关 / API 聚合层（轻量 + 高吞吐）
已经熟悉 async Python 生态的团队

不适用：

CPU 密集型任务（图像处理 / ML 推理）—— async 不解决 GIL，要么换进程池要么换 Go
团队全是同步 Python 经验，没人懂 await —— 学习曲线陡，迁移成本高
重度依赖 Django ORM / admin 后台 —— 用 django 异步视图更顺
想要”开箱即用 swagger 文档” —— 用 fastapi（Sanic 也能加但要自己装插件）

历史小故事（可跳过）

2016 年：Channel Cat（社区昵称）受 Node.js 高吞吐启发，发布 Sanic v0.1，那时 Python 3.5 刚加 async/await
2017-2019 年：早期被诟病”为快而快、API 不稳定”，每个版本破坏性改动多
2020 年：项目转交社区维护（sanic-org），引入语义化版本和 LTS（长期支持）策略
2023 年：v23 大重构，引入 Signal 系统统一中间件，砍掉 Python 3.8/3.9
2026 年：GitHub 18k+ stars，是 Python async 框架前三（与 fastapi、aiohttp 并列）

学到什么

async-first 框架 vs sync-first 加 async 补丁：架构选择影响性能上限——Sanic 一开始就为 async 设计，FastAPI 把 Starlette 当地基都比 Flask 加 async 装饰器快得多
自带 server 是优势也是负担：少一层抽象（不用 gunicorn）但也意味着自己维护 worker 模型、热重载、信号处理
显式优于隐式：把 request 强制写进函数签名，比 Flask 的全局 request 更难写错、更易测试
微框架要不要变全栈：Sanic 一直克制，没做 ORM / 模板引擎 / admin —— 让用户自己拼。这是优点也是劝退点

关联

fastapi —— async Python 框架双雄之一，FastAPI 强在类型注解，Sanic 强在性能极限
starlette —— ASGI 工具包，FastAPI 用它当地基，Sanic 走的是另一条自研路线
flask —— 同步前辈，Sanic 的设计参考了它的极简哲学但全部异步化
django —— 全栈对照组，Django 4.x 才补的 async 视图，Sanic 一开始就是
elysia —— Bun 上的 async 框架，Sanic 在 Python 生态对应它的位置
fastify —— Node.js 性能向框架，跟 Sanic 在不同语言里扮演同一种角色
nginx —— 反向代理网关，生产部署常放在 Sanic 前面做 SSL 终端

反向链接

django —— Django — 全功能 batteries-included 的 Python web 框架
elysia —— Elysia — 长在 Bun 上的极致类型安全 Web 框架
fastapi —— FastAPI — 用 Python 类型注解写 API
fastify —— Fastify — 让 schema 替你写校验和序列化的 Node.js 框架
flask —— Flask — 用装饰器把 URL 接到函数上的 Python 微框架
nginx —— nginx — 高性能 Web 服务器
quart —— Quart — Flask 完全 async 移植，API 同源 + ASGI 后端
starlette —— Starlette — FastAPI 底下那台轻量 ASGI 引擎

Sanic — 性能向 async Python 框架，对标 Node.js 高吞吐

是什么

为什么重要

核心要点

实践案例

案例 1：流式返回大文件（不爆内存）

案例 2：WebSocket 聊天广播

案例 3：Blueprint 拆分大型应用

踩过的坑

适用 vs 不适用

历史小故事（可跳过）

学到什么

延伸阅读

关联

反向链接