Tornado本身的设计目标是单线程异步非阻塞，要想很好的发挥它的性能最好使用异步IO，并且Tornado本身也提供了异步的AsyncHttpClient的实现，配合gen.coroutine和yield，可以让请求异步执行从而不阻塞当前线程，对于单线程服务器来说，阻塞(blocking)和同步的sleep这种会挂起线程的动作都是服务器的噩梦，因为只有一个线程，所以任何等待都会影响服务器对于其他请求的处理。

异步非阻塞对于第三方IO是http请求的情况还好，毕竟可以使用Tornado提供的异步实现，但是对于有些数据库的IO，则需要异步库的支持，比如针对MongoDB的Motor等。但是第三方异步库的质量也是参差不齐，在实际的工程中，假如没有特别好的异步库的时候，还是只能使用同步的库。

假如只能使用同步阻塞的IO，为了提高性能，可以考虑在Tornado中使用线程池。线程池可以考虑使用concurrent.futures里的ThreadPoolExecutor。

1. 在RequestHandler的http请求处理方法(get/post等)中使用线程池

线程池为RequestHandler持有，请求处理逻辑中的耗时/阻塞任务可以提交给线程池处理，主循环逻辑可以继续处理其他请求，线程池内的任务处理完毕后，会通过回调注册callback到ioloop，ioloop可以通过执行callback恢复挂起的请求处理逻辑。

import tornado.web
import tornado.gen
from tornado.concurrent import run_on_executor
from concurrent.futures import ThreadPoolExecutor
class HasBlockTaskHandler(tornado.web.RequestHandler):
    executor = ThreadPoolExecutor(4) #起线程池，由当前RequestHandler持有
    @tornado.gen.coroutine
    def get(self):
        ...
        result = yield self.block_task() #block_task将提交给线程池运行
        ... #继续处理
        self.write(response)
    @run_on_executor
    def block_task(self):
        time.sleep(5) #也可能是其他耗时／阻塞型任务
        return result #直接return结果即可

2. 项目使用全局线程池，将http请求处理方法(get/post等)整个托管给线程池

假如某个RequestHandler中的http method中有可能导致主处理逻辑阻塞的任务，直接将该http method整个托管给线程池执行。

import functools
import tornado.ioloop
import tornado.web
from concurrent.futures import ThreadPoolExecutor
EXECUTOR = ThreadPoolExecutor(max_workers=4)#全局线程池
def unblock(http_method):
    #必须添加该装饰器，表明当前方法结束后，并不finish该请求
    #Tornado请求执行的流程默认是: initialize()->prepare()->http_method(get/post等)->finish()
    #当用unblock装饰器装饰后，http_method实际是执行下面的_wrapper()方法，在_wrapper中我们只是将原始的
    #http_method提交给线程池处理，所以还没有执行完该http_method，所以还不能finish该请求
    @tornado.web.asynchronous 
    @functools.wraps(http_method)
    def _wrapper(self, *args, **kwargs):
        #以下的callback必须在主线程执行
        #self.write(),self.finish()等都不是线程安全的
        def callback(future):
            self.write(future.result())
            self.finish()
        _future = EXECUTOR.submit(
            functools.partial(http_method, self, *args, **kwargs)  
        )
        tornado.ioloop.IOLoop.instance().add_future(_future, callback)
    return _wrapper
class BlockHandler(tornado.web.RequestHandler):
    @unblock
    def get(self): #该方法将被提交到线程池中运行
        ...
        #直接return，该结果即future.result(), 后续将被self.write(result)
        #不要在子线程中执行self.write(),因为这并非线程安全的方法
        #通过ioloop.IOLoop.instance().add_callback的方式，将其交给主线程执行
        ＃ioloop提供的add_callback是线程安全的
        return result

3. GIL的问题

GIL使得Python多线程无法充分利用多核，并且同一时刻只有一个线程工作，那用多线程还有什么意义？这里面其实有一个问题需要注意：web服务通常是IO密集型的，当我们使用线程池的时候，其实大多都是在有同步阻塞的IO任务且没有很好的异步库的时候使用，GIL在当前线程被阻塞在IO任务上时，是可以被释放从而给其他线程运行的机会的，所以使用线程池还是可以大大的提升性能。

总之，在单线程Tornado中使用同步阻塞的IO是一个需要认真对待的问题，对于单个进程来说，同步阻塞的IO意味着当前服务进程（对Tornado来说其实就是主线程）对于IO异常情况（比如有某个第三方请求响应超慢）的承受能力很差，一个请求慢，其后所有的请求都会滞后。但异步或线程池就不会出现这种情况。

4. 参考

1. 使用Tornado让你的请求异步非阻塞
2. Blocking tasks in Tornado
3. Tornado的多线程封装