python性能分析工具模块_python——关于Python Profilers性能分析器

1. 介绍性能分析器

profiler是一个程序，用来描述运行时的程序性能，并且从不同方面提供统计数据加以表述。Python中含有3个模块提供这样的功能，分别是cProfile, profile和pstats。这些分析器提供的是对Python程序的确定性分析。同时也提供一系列的报表生成工具，允许用户快速地检查分析结果。

Python标准库提供了3个不同的性能分析器：

cProfile，推荐给大部分的用户，是C的一个扩展应用，因为其合理的运行开销，所以适合分析运行时间较长的。是基于lsprof。

profile，一个纯python模块，它的接口和cProfile一致。在分析程序时，增加了很大的运行开销。如果你想扩展profiler的功能，可以试着继承这个模块

hotshot, 一个试验性的c模块，关注减少分析时的运行开销，但是是以需要更长的数据后处理的次数为代价。不过这个模块不再被维护，也有可能在新的python版本中被弃用。

2. 使用方法

def foo():

sum = 0

for iin range(10000):

sum += i

sumA= bar()

sumB= bar()

return sum

def bar():

sum = 0

for iin range(100000):

sum += i

return sum

if __name__== "__main__":

import cProfile

#直接把分析结果打印到控制台

cProfile.run("foo()")

#把分析结果保存到文件中,不过内容可读性差...需要调用pstats模块分析结果

cProfile.run("foo()","result")

#还可以直接使用命令行进行操作

#>python -m cProfile myscript.py -o result

import pstats

#创建Stats对象

p= pstats.Stats("result")

#这一行的效果和直接运行cProfile.run("foo()")的显示效果是一样的

p.strip_dirs().sort_stats(-1).print_stats()

#strip_dirs():从所有模块名中去掉无关的路径信息

#sort_stats():把打印信息按照标准的module/name/line字符串进行排序

#print_stats():打印出所有分析信息

#按照函数名排序

p.strip_dirs().sort_stats("name").print_stats()

#按照在一个函数中累积的运行时间进行排序

#print_stats(3):只打印前3行函数的信息,参数还可为小数,表示前百分之几的函数信息

p.strip_dirs().sort_stats("cumulative").print_stats(3)

#还有一种用法

p.sort_stats('time','cum').print_stats(.5,'foo')

#先按time排序,再按cumulative时间排序,然后打倒出前50%中含有函数信息

#如果想知道有哪些函数调用了bar,可使用

p.print_callers(0.5,"bar")

#同理,查看foo()函数中调用了哪些函数

p.print_callees("foo")

以上是profile以及pstats模块的简单应用.

3.分析结果图解

4. 什么是确定性性能分析(Deterministic Profiling)

确定性性能分析指的是反映所有的函数调用，返回，和异常事件的执行所用的时间，以及它们之间的时间间隔。相比之下，统计性性能分析指的是取样有效的程序指令，然后推导出所需要的时间，后者花费比较少的开销，但是给出的结果不够精确。

在Python中，因为其是解释性语言，所以在执行程序的时候，会加入解释器的执行，这部分的执行是不需要进行性能分析的。Python自动为每一个事件提供一个hook，来定位需要分析的代码。除此之外，因为Python解释型语言的本质往往需要在执行程序的时候加入很多其它的开销，而确定性性能分析只会加入一点点处理开销。这样一来，确定性性能分析其实开销不大，还可以提供丰富的统计信息。

函数调用次数的统计能够被用于确定程序中的bug，比如一个不符合常理的次数，明显偏多之类的，还可以用来确定可能的内联函数。函数内部运行时间的统计可被用来确定”hot loops”，那些需要运行时间过长，需要优化的部分；累积时间的统计可被用来确定比较高层次的错误，比如算法选择上的错误。Python的性能分析可以允许直接比较算法的递归实现与迭代实现的。

python性能分析工具模块_python——关于Python Profilers性能分析器相关推荐

python性能分析工具模块_Python Profilers 分析器
实时用户手册¶ 本节是为 "不想阅读手册" 的用户提供的.它提供了非常简短的概述,并允许用户快速对现有应用程序执行评测. 要分析采用单个参数的函数,可以执行以下操作: import ...
mysql性能分析工具profiling_Mysql系列（十）—— 性能分析工具profiling
explain是从mysql怎样解析执行sql的角度分析sql优劣.profiling是从sql执行时资源使用情况的角度来分析sql. 分析SQL执行带来的开销是优化SQL的重要手段.在MySQL数据 ...
python测试代码与模块_测量Python代码运行时间
Python 社区有句俗语: "python自己带着电池" ,别自己写计时框架. Python 2.3 具备一个叫做 timeit 的完美计时工具可以测量python代码的运行时间 ...
.NET 11 个 Visual Studio 代码性能分析工具
原文地址软件开发中的性能优化对程序员来说是一个非常重要的问题.一个小问题可能成为一个大的系统的瓶颈.但是对于程序员来说,通过自身去优化代码是十分困难的.幸运的是,有一些非常棒的工具可以帮助程序员进行 ...
11 个 Visual Studio 代码性能分析工具
软件开发中的性能优化对程序员来说是一个非常重要的问题.一个小问题可能成为一个大的系统的瓶颈.但是对于程序员来说,通过自身去优化代码是十分困难的.幸运的是,有一些非常棒的工具可以帮助程序员进行代码分析和 ...
linux 解析pdf下载工具,Linux高级系统级性能分析工具-perf.pdf
Linux高级系统级性能分析工具-perf Linux 的系统级性能剖析工具‐perf (二) 承刚 TAOBAO Kernel Team chenggang.qin@ 第三章 Perf top ...
java 对比工具_Java几款性能分析工具的对比
在给客户进行应用程序维护的过程中,我注意到一些关于高负载条件下的性能问题.理论上,增加对应用程序的负载会使性能有所下降,但是我认为性能下降的比率远远高于负载的增加,同时我也发现,性能可以通过改变应用程 ...
Java几款性能分析工具的对比
在给客户的应用程序维护的过程中,我注意到在高负载下的一些性能问题.理论上,增加对应用程序的负载会使性能等比率的下降.然而,我认为性能下降的比率远远高于负载的增加.我也发现,性能可以通过改变应用程序的逻 ...
python性能分析工具总结
性能分析工具的使用 cProfile 介绍它是一种确定性的性能分析器,提供了一组API帮助开发者收集Python程序运行的信息,更确切地说,是统计每个函数消耗的 CPU时间.同时它还提供了其他细节 ...

python性能分析工具模块_python——关于Python Profilers性能分析器

python性能分析工具模块_python——关于Python Profilers性能分析器相关推荐

最新文章

热门文章