Python中性能分析利器pyinstrument詳細(xì)講解

更新時間：2022年02月07日 15:25:55 作者：曲鳥

大家好，本篇文章主要講的是Python中性能分析利器pyinstrument詳細(xì)講解，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下

一、前言

程序的性能也是非常關(guān)鍵的指標(biāo)，很多時候你的代碼跑的快，更能夠體現(xiàn)你的技術(shù)。最近發(fā)現(xiàn)很多小伙伴在性能分析的過程中都是手動打印運(yùn)行時間的方式來統(tǒng)計代碼耗時的：

import datetime
start=datetime.datetime.now()
b=[i for i in range(10000000)]  # 生成長度為一千萬的列表
end=datetime.datetime.now()
print(end-start)

輸出結(jié)果

0:00:00.377766

這種方法使用很快捷，但需要統(tǒng)計每行代碼的執(zhí)行時間，生成可視化的報告等更完善的性能分析時就有點(diǎn)力不從心了。這個時候可以使用python的第三方庫Pyinstrument來進(jìn)行性能分析。

二、Pyinstrument使用

Pyinstrument 是一個 Python 分析器。分析器是一種幫助您優(yōu)化代碼的工具 - 使其更快。要獲得最大的速度提升。
Pyinstrument 官方文檔：pyinstrument

Pyinstrument 安裝:

pip install pyinstrument

1. 舉例

對于最開始我們舉的例子，使用Pyinstrument實現(xiàn)的代碼如下：

文末添加個人VX，獲取資料和免費(fèi)答疑

from pyinstrument import Profiler
profiler=Profiler()
profiler.start()
b=[i for i in range(10000000)]# 生成長度為一千萬的列表
profiler.stop()
profiler.print()

輸出結(jié)果

_ ._ __/__ _ _ _ _ _/_ Recorded: 10:39:54 Samples: 1
/_//_/// /_\ / //_// / //_'/ // Duration: 0.385 CPU time: 0.391
/ _/ v4.1.1
Program: D:/code/server/aitestdemo/test2.py
0.385 <module> test2.py:2 #執(zhí)行總耗時
└─ 0.385 <listcomp> test2.py:7 #單行代碼耗時

打印的信息包含了記錄時間、線程數(shù)、總耗時、單行代碼耗時、CPU執(zhí)行時間等信息。

在多行代碼分析的情況下的使用效果（分別統(tǒng)計生成一千萬長度、一億長度、兩億長度的列表耗時）：

from pyinstrument import Profiler

profiler = Profiler()
profiler.start()
a = [i for i in range(10000000)]  # 生成長度為一千萬的列表
b = [i for i in range(100000000)]  # 生成長度為一億的列表
c = [i for i in range(200000000)]  # 生成長度為十億的列表
profiler.stop()
profiler.print()

輸出結(jié)果

Program: D:/code/server/aitestdemo/test2.py
16.686 <module> test2.py:1
├─ 12.178 <listcomp> test2.py:9
├─ 4.147 <listcomp> test2.py:8
└─ 0.358 <listcomp> test2.py:7

2. Pyinstrument分析django代碼

使用Pyinstrument分析 Django 代碼非常簡單，只需要在 Django 的配置文件settings.py的 MIDDLEWARE 中添加如下配置：

MIDDLEWARE = [
	...
    'pyinstrument.middleware.ProfilerMiddleware',
	...
]

然后就可以在 url 上加一個參數(shù) profile 就可以：

在這里插入圖片描述

Pyinstrument還支持flask、異步代碼的性能分析，具體可以查看官方文檔進(jìn)行學(xué)習(xí)。
Pyinstrument也提供了豐富的api供我們使用，官網(wǎng)文檔有詳細(xì)的介紹：https://pyinstrument.readthedocs.io/en/latest/reference.html