1. 介紹性能分析器

作者：btchenguang

profiler是一個程序，用來描述運行時的程序性能，并且從不同方面提供統計數據加以表述。Python中含有3個模塊提供這樣的功能，分別是cProfile, profile和pstats。這些分析器提供的是對Python程序的確定性分析。同時也提供一系列的報表生成工具，允許用戶快速地檢查分析結果。

Python標準庫提供了3個不同的性能分析器：

cProfile，推薦給大部分的用戶，是C的一個擴展應用，因為其合理的運行開銷，所以適合分析運行時間較長的。是基于lsprof。

profile，一個純python模塊，它的接口和cProfile一致。在分析程序時，增加了很大的運行開銷。如果你想擴展profiler的功能，可以試著繼承這個模塊

hotshot, 一個試驗性的c模塊，關注減少分析時的運行開銷，但是是以需要更長的數據后處理的次數為代價。不過這個模塊不再被維護，也有可能在新的python版本中被棄用。

2. 使用方法

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

def?foo(): ????sum?=?0 ????for?i in?range(10000): ????????sum?+=?i ????sumA =?bar() ????sumB =?bar() ????return?sum ????? def?bar(): ????sum?=?0 ????for?i in?range(100000): ????????sum?+=?i ????return?sum ?? if?__name__ ==?"__main__": ????import?cProfile ????#直接把分析結果打印到控制臺 ????cProfile.run("foo()") ????#把分析結果保存到文件中,不過內容可讀性差...需要調用pstats模塊分析結果 ????cProfile.run("foo()", "result") ????#還可以直接使用命令行進行操作 ????#>python -m cProfile myscript.py -o result ????? ????import?pstats ????#創建Stats對象 ????p =?pstats.Stats("result") ????#這一行的效果和直接運行cProfile.run("foo()")的顯示效果是一樣的 ????p.strip_dirs().sort_stats(-1).print_stats() ????#strip_dirs():從所有模塊名中去掉無關的路徑信息 ????#sort_stats():把打印信息按照標準的module/name/line字符串進行排序 ????#print_stats():打印出所有分析信息 ????#按照函數名排序 ????p.strip_dirs().sort_stats("name").print_stats() ????#按照在一個函數中累積的運行時間進行排序 ????#print_stats(3):只打印前3行函數的信息,參數還可為小數,表示前百分之幾的函數信息 ????p.strip_dirs().sort_stats("cumulative").print_stats(3) ????#還有一種用法 ????p.sort_stats('time', 'cum').print_stats(.5, 'foo') ????#先按time排序,再按cumulative時間排序,然后打倒出前50%中含有函數信息 ????#如果想知道有哪些函數調用了bar,可使用 ????p.print_callers(0.5, "bar") ????#同理,查看foo()函數中調用了哪些函數 ????p.print_callees("foo")

以上是profile以及pstats模塊的簡單應用.

3.分析結果圖解

?

?

4. 什么是確定性性能分析(Deterministic Profiling)

確定性性能分析指的是反映所有的函數調用，返回，和異常事件的執行所用的時間，以及它們之間的時間間隔。相比之下，統計性性能分析指的是取樣有效的程序指令，然后推導出所需要的時間，后者花費比較少的開銷，但是給出的結果不夠精確。

在Python中，因為其是解釋性語言，所以在執行程序的時候，會加入解釋器的執行，這部分的執行是不需要進行性能分析的。Python自動為每一個事件提供一個hook，來定位需要分析的代碼。除此之外，因為Python解釋型語言的本質往往需要在執行程序的時候加入很多其它的開銷，而確定性性能分析只會加入一點點處理開銷。這樣一來，確定性性能分析其實開銷不大，還可以提供豐富的統計信息。

函數調用次數的統計能夠被用于確定程序中的bug，比如一個不符合常理的次數，明顯偏多之類的，還可以用來確定可能的內聯函數。函數內部運行時間的統計可被用來確定”hot loops”，那些需要運行時間過長，需要優化的部分；累積時間的統計可被用來確定比較高層次的錯誤，比如算法選擇上的錯誤。Python的性能分析可以允許直接比較算法的遞歸實現與迭代實現的。

轉載于:https://www.cnblogs.com/pyxiaomangshe/p/8023593.html

總結

以上是生活随笔為你收集整理的关于Python Profilers性能分析器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。