在部署模型的时候遇到一个需要加速的问题，为了搞清楚模型调用过程中最耗时的操作以定位优化，同事告诉了我一个调优的工具，叫profile。搜集整理如下：

1. PyCharm图形化性能测试工具Profile

PyCharm提供了图像化的性能分析工具，使用方法见利用PyCharm的Profile工具进行Python性能分析。

另外，结合后面其他测试时间的=的python包以及pycharm打印出的log信息，可以知道，

运行时使用了cprofile以及其中profiler这两个工具来记录运行时间，显示统计结果的时候使用了pstats这个工具来进行表格化显示。

参考Pycharm官网的help，点击这里

可知profile工具使用有三个步骤：

A profiler runs in the following order: vmprof, yappi, cProfile.

1. 开启profiling会话

点击菜单栏中Run->Profile 'XXX脚本'或者脚本编辑器页面右击菜单栏中的Profile 'XXX脚本'，然后在命令运行面板会出现类似下面的显示。

profile工具运行后，下方的输出面板会有三个项目，分别是

保存性能分析结果
停止分析
关闭分析面板

可以看到，点击第一个保存之后，保存的位置提示，对于windows来说默认保存的地方是在：<LOCALAPPDATAPATH>\JetBrains\<product><version>/snapshots，mac自己看，命名是当前项目（project name）的名称。

2. 查看profile结果

可以看到，使用pycharm的profile可视化工具之后，结果是一个XXX.pstat文件，其中有一部分是Statistics，另一部分是Call Graph。

2.1 Statistics面板

关于统计部分：

项目	描述
Name	函数名称
Call Count	当前函数被调用的次数
Time(ms)	这个函数及这个函数调用的函数总共花费的时间
Own Time(ms)	所选函数本身调用的时间

小技巧：
想在统计面板的Name列查找一个特定名称的函数/文件，可以任意点击一个cell，然后输入要搜索的东西。类似下面

另外，还可以右击每一行， Jump to the source code，跳转至源代码。函数对应的源代码就会出现在编辑框。

注意，不是所有的都可以跳转

分析的时候，可以先按照Call Count进行耗时从大到小排序，然后理清楚哪个调用了哪个，调用多次的，比如上图中调用1k多次的一般都是系统类型的调用，其他才是我们自己的，从上到下，依次去观察哪个比较耗时。

2.2 Call Graph

可以直接点击Call Graph这个tab，查看所有函数的调用关系图，也可以在Statistics面板，某个函数行右击Show On Call Graph，就可以直接跳转到该函数在Call graph图中对应位置。
如果一开始显示一堆矩形，没事，拖动/放大。

随便点点下面这些按钮，放大就对了

这些按钮的功能为（其他不重要，自己看提示的label也可以理解）：

项目	描述
+ / -	用来放大/减小这个图的，也可以直接按键盘的加号键/减号键（不需要按住shift）

然后就可以看到函数调用关系图，一般最下面一行是python脚本文件，从下往上看

最底层可能会有多个脚本，无所谓，点击线条可以highlight，继续往下点就好了

2. 其他测试时间的python库

主要参考：Python的7种性能测试工具：timeit、profile、cProfile、line_profiler、memory_profiler、PyCharm图形化性能测试工具、objgraph

我这里只列举自己可能会用到的几个及相关注意事项

2.1 itemit

python内置库，不需要额外安装

>>> import timeit
>>> def fun():for i in range(100000):a = i * i>>> timeit.timeit('fun()', 'from __main__ import fun', number=1)
0.02922706632834235
>>>

timeit只输出被测试代码的总运行时间，单位为秒，没有详细的统计。

2.2 profile库

python内置库，不需要额外安装。

纯Python实现的性能测试模块，接口和cProfile一样。

用的时候直接把要测试的部分包在一个函数里，使用profile.run("XX()")即可，默认使用标准名称排序

>>> import profile
>>> def fun():for i in range(100000):a = i * i>>> profile.run('fun()')5 function calls in 0.031 secondsOrdered by: standard namencalls  tottime  percall  cumtime  percall filename:lineno(function)1    0.000    0.000    0.000    0.000 :0(AddPath)1    0.000    0.000    0.000    0.000 :0(Execute)1    0.000    0.000    0.000    0.000 :0(POINTER)38    0.000    0.000    0.016    0.000 :0(__build_class__)1    0.000    0.000    0.000    0.000 :0(__deepcopy__)14/6    0.000    0.000    0.016    0.003 :0(__import__)5    0.000    0.000    0.000    0.000 :0(__new__)4    0.016    0.004    0.016    0.004 :0(_abc_init)25    0.000    0.000    0.000    0.000 :0(_fix_co_filename)2    0.000    0.000    0.000    0.000 :0(_getframe)7    0.000    0.000    0.000    0.000 :0(acquire)130    0.000    0.000    0.000    0.000 :0(acquire_lock)18    0.000    0.000    0.000    0.000 :0(add)52    0.000    0.000    0.000    0.000 :0(allocate_lock)>>>

ncall：函数运行次数
tottime：函数的总的运行时间，减去函数中调用子函数的运行时间
第一个percall：percall = tottime / nclall
cumtime:函数及其所有子函数调整的运行时间，也就是函数开始调用到结束的时间。
第二个percall：percall = cumtime / nclall

但是这里排序是按照函数名称排序的，如果希望按照运行时间排序，可以使用

# 查看被调用次数最多的
profile.run('fun()',sort="cumulative")
# 查看耗时最长的
profile.run('fun()',sort="tottime")

可以使用的sort参数的取值有：

‘calls’ call count
‘cumulative’ cumulative time
‘cumtime’ cumulative time
‘file’ file name
‘filename’ file name
‘module’ file name
‘ncalls’ call count
‘pcalls’ primitive call count
‘line’ line number
'name’function name
'nfl’name/file/line
'stdname’standard name
'time’internal time
'tottime’internal time

参考：

Python3 标准库概览

相对于 timeit 的细粒度，:mod:profile 和 pstats 模块提供了针对更大代码块的时间度量工具。

Python的Profile概述

Pycharm图形化性能测试工具Profile相关推荐

Centos 7 安装Redis 6 使用Redis Desktop Manager图形化管理工具
Centos 7 安装Redis 6 使用Redis Desktop Manager图形化管理工具 1.下载安装进入Linux /opt目录下载redis wget http://download ...
网络协议图形化分析工具EtherApe
网络协议图形化分析工具EtherApe 在对网络数据分析的时候,渗透测试人员往往只关心数据流向以及协议类型,而不关心具体数据包的内容.因为这样可以快速找到网络的关键节点或者重要的协议类型. Kali ...
MySQL学习笔记03【数据库表的CRUD操作、数据库表中记录的基本操作、客户端图形化界面工具SQLyog】
MySQL 文档-黑马程序员(腾讯微云):https://share.weiyun.com/RaCdIwas 1-MySQL基础.pdf.2-MySQL约束与设计.pdf.3-MySQL多表查询与事务 ...
Docker图形化管理工具之Portainer
What is Portainer? Portainer是一款轻量级的图形化管理工具,通过它我们可以轻松管理不同的docker环境.Portainer部署和使用都非常的简单,它由一个可以运行在任何do ...
Git图形化管理工具
Git图形化管理工具注意:必须在创建的仓库中进行右键打开复制这段内容后打开百度网盘App,操作更方便哦. 链接:https://pan.baidu.com/s/1eXIk01LXSmzmXvYfw ...
win10下最新MySQL8.0安装与环境配置，Navicat图形化管理工具连接，完整详细可收藏
文章目录一.MySQL的卸载二.MySQL的下载安装和配置三.MySQL的开启和登录四.MySQL图形化管理工具一.MySQL的卸载步骤1:停止MySQL服务在卸载之前,先停止MySQL ...
MySQL运算符，函数，索引，图形化管理工具
文章目录运算符算术运算符比较运算符逻辑运算符 MySQL运算符数字函数字符串函数日期时间函数条件函数系统信息函数加密函数其他常用函数 MySQL索引索引的概念索引的分类创建 ...
python图形化编程工具哪个好_mPython(图形化编程软件) V0.5.0 官方版
mPython 是一款针对Python 3编程语言的图形化编辑工具.支持函数,仿真.hex.python.blockly三种代码读写等功能.并可以与TPYBoard系类开发板配合使用,直接连接PC端进 ...
Oracle图形化管理工具——OEM
Oracle图形化管理工具--OEM 在工作中由于切换数据库服务器 ,由于服务器性能较低,想着调整sql,这时候就考虑使用oracle 管理工具来监控sql 参考博客: https://blog.c ...

Pycharm图形化性能测试工具Profile