如何做性能优化，从30个并发平均每个2000毫秒 到 300个并发平均每个1xx毫秒？
    简单介绍一下做了那些优化：

    1. 减少log日志的打印
    2. 减少redis的交互
    3. 耗时操作的处理
    4. 大文件信息的存储
    5. python的缓存机制
    6. 异步处理非返回操作

    01、我们可能会感觉打印一个log不会是耗时操作，但通过唯一变量法发现 打印log也是耗时的，因为要控制在200ms以内，那就是任何耗时的都要深思熟虑，于是减少log的打印

    02、当对redis做读取操作时，每次读取都要花费几毫秒，优化：
    a、当能确认并必确认这是第一个存储并不需要获取时，就可以减少一次获取，直接存储。
    b、要使用redis的缓存池
    c、使用redis的通道法

    03+04+05、耗时操作一般指：mysql的读取 — I/O操作。当频繁性的使用一个数据时就要想着做缓存处理，缓存也会考虑处理时间

    • 方法一：redis缓存
    • 方法二：cacheout缓存。可以设置同时设置多个缓存，并且可以设置缓存机制(优先策略)，设置有效条目数 以及 设置有效时间， 大多数操作基本和redis一样，简单易懂
    • 方法三：DBUtils数据库连接池

    06、异步处理非返回操作
    一次请求处理中，打印log和发送日志，以及一些I/O是避免不了的，所以我们会用到子线程异步存储，让这些耗时的去一边处理，不影响主线的处理。另加一个小点-如果你的用户请求是有顺序的，那么在存储redis时也可以用一下时间差，但一定要把握好！我这里用的是twisted的threads