一、前言

程序的性能也是非常關(guān)鍵的指標(biāo)，很多時(shí)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(dòng)打印運(yùn)行時(shí)間的方式來統(tǒng)計(jì)代碼耗時(shí)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(jì)每行代碼的執(zhí)行時(shí)間，生成可視化的報(bào)告等更完善的性能分析時(shí)就有點(diǎn)力不從心了。這個(gè)時(shí)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(gè) 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(duì)于最開始我們舉的例子，使用Pyinstrument實(shí)現(xiàn)的代碼如下：

文末添加個(gè)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(shí)
└─ 0.385 <listcomp>  test2.py:7 #單行代碼耗時(shí)

打印的信息包含了記錄時(shí)間、線程數(shù)、總耗時(shí)、單行代碼耗時(shí)、CPU執(zhí)行時(shí)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(jì)生成一千萬長度、一億長度、兩億長度的列表耗時(shí)）：

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(gè)參數(shù) profile 就可以：

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

三、Pyinstrument與cProfile（python自帶性能分析器）的不同

根據(jù)官方文檔的描述來看，Pyinstrument的系統(tǒng)開銷會(huì)比cProfile 這類跟蹤分析器小很多，cProfile由于大量調(diào)用探查器，可能會(huì)扭曲測試結(jié)果：

總結(jié)

到此這篇關(guān)于Python中性能分析利器pyinstrument詳細(xì)講解的文章就介紹到這了,更多相關(guān)Python性能分析利器pyinstrument內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論