项目使用flask框架，是个较复杂的推荐系统，需要从设定的各类数据源取（有些复杂的排序、过滤）推荐数据，大部分数据存取使用redis，经过常规优化后取数据控制在200ms以内。为进一步大幅度提升性能采用gevent作为并发框架，但是发现性能反而下降了大概25%，原来一个数据源就30ms,改造后上升到一两百毫秒都有，这是为什么？这种情况大家会怎么进一步调优了。(使用场景除了比较集中的取数据模块，其他地方还有零星用到gevent)
光阴似箭催人老，日月如移越少年。
这个问题有点复杂，建议题主将环境以及启动参数，运行的进程数量，以及如何运行的情况介绍一下。
在没有这些条件的情况下，我想以我自己的理解谈一下这个问题，这个问题原意题主是想借 gevent 提高性能，但是发现性能反而降低，那么这个时候需要考察一下性能在哪降低了。
题主衡量性能降低的标准是获取数据的时间变长了，这里我说一下个人的见解，首先，题主不知道了不了解 gevent 的工作方式，gevent 的作用一条线程跑多个协程，适合多 IO 操作，如果夹杂稍微多 CPU 操作的，时间上就不好把握了，例如题主这里，要求的是几十 ms 级别的，万一你哪一个协程跑个一两百ms 的 CPU 运算，那么即使你其他协程IO再快也无济于事。
而且，需要强调的是引入 gevent 不会加快获取数据的速度，例如，原来是 30ms，引入之后不会变少，只会变多，那么引入的好处是什么？原来你能在1秒之内接待33个客户端请求，引入之后可能可以接待100个/s，也可能接待 300个/s，这才是 gevent 的好处。
在不完全理解题主环境的情况下只能提这么多建议，如果题主没理解的话可以提供一下之前的说的信息进一步分析。
这个问题有点复杂，建议题主将环境以及启动参数，运行的进程数量，以及如何运行的情况介绍一下。
在没有这些条件的情况下，我想以我自己的理解谈一下这个问题，这个问题原意题主是想借 gevent 提高性能，但是发现性能反而降低，那么这个时候需要考察一下性能在哪降低了。
题主衡量性能降低的标准是获取数据的时间变长了，这里我说一下个人的见解，首先，题主不知道了不了解 gevent 的工作方式，gevent 的作用一条线程跑多个协程，适合多 IO 操作，如果夹杂稍微多 CPU 操作的，时间上就不好把握了，例如题主这里，要求的是几十 ms 级别的，万一你哪一个协程跑个一两百ms 的 CPU 运算，那么即使你其他协程IO再快也无济于事。
而且，需要强调的是引入 gevent 不会加快获取数据的速度，例如，原来是 30ms，引入之后不会变少，只会变多，那么引入的好处是什么？原来你能在1秒之内接待33个客户端请求，引入之后可能可以接待100个/s，也可能接待 300个/s，这才是 gevent 的好处。
在不完全理解题主环境的情况下只能提这么多建议，如果题主没理解的话可以提供一下之前的说的信息进一步分析。