詳解Python中__str__和__repr__方法的區(qū)別
對我當前工程進行全部測試需要花費不少時間。既然有 26 GB 空閑內(nèi)存,為何不讓其發(fā)揮余熱呢? tmpfs 可以通過把文件系統(tǒng)保存在大內(nèi)存中來加速測試的執(zhí)行效率。
但優(yōu)點也是缺點,tmpfs 只把結(jié)果保存在內(nèi)存中,所以你必須自己編寫腳本來把結(jié)果回寫到磁盤上進行保留。而且這些腳本必須良好書寫和執(zhí)行,否則就要失去部分或全部的工作成果了。
一種常見的方法是直接在tmpfs文件夾中工作,然后把工作成果備份到磁盤上的一個文件夾中。當您的機器啟動時你從那個備份文件夾恢復(fù)tmpfs文件夾。啟動之后用cron同步tmpfs文件夾和磁盤文件夾。
我發(fā)現(xiàn)這個設(shè)置有點復(fù)雜容易出錯。在啟動的時候,或者對于crom,我從沒有真正的相信?,F(xiàn)在我用一種簡單得多的設(shè)置,根本不用cron。
在我的機器上運行一個單項測試,使用IDE并發(fā)布于web服務(wù)器,其性能通常是合理的,只有運行全部測試需要許多時間。
我發(fā)現(xiàn)最佳之處是在磁盤上設(shè)置一個workspace,與/dev/shmand目錄下運行所有測試的tmpfs同步。這或多或少使我的設(shè)置無需改變,并消除了可能松散的工作,這些僅僅是因為我在正確設(shè)置方面太垃圾了。
性能提升的結(jié)果是合理的:
$ nosetests && run_tests.py ........................................................................................................................................................................................................................................................ ---------------------------------------------------------------------- Ran 248 tests in 107.070s OK ........................................................................................................................................................................................................................................................ ---------------------------------------------------------------------- Ran 248 tests in 19.423s OK
現(xiàn)在比原來提高了 5 倍速度。
使用 python 來進行設(shè)置非常簡單:
#!/bin/bash -e WORK=src/py LOG=$(pwd)/test.log TARGET=$(hg root) SHADOW=/dev/shm/shadow/$TARGET date > $LOG mkdir -p $SHADOW cd $SHADOW rsync --update --delete --exclude=".*" --exclude=ENV --archive $TARGET ./.. if [ ! -d ENV ] then virtualenv ENV fi . ENV/bin/activate cd $WORK python setup.py develop >> $LOG nosetests $* | tee -a $LOG exit ${PIPESTATUS[0]}
我只要重復(fù)同步到/dev/shm目錄,設(shè)置測試環(huán)境(virtualenv and python setup.PY)和運行測試(nosetests)。
在tmpfs文件夾里仍可用命令行運行單個測試。也可以把這個從你的IDE中踢走,但你會失去你的測試運行和調(diào)試的能力。如我之前所說,我現(xiàn)在不需要這些。
我希望我對tmpfs的這個變通使用能幫助你建立一個更快速的開發(fā)環(huán)境,而無須遭受所有的腳本麻煩。
相關(guān)文章
dpn網(wǎng)絡(luò)的pytorch實現(xiàn)方式
今天小編就為大家分享一篇dpn網(wǎng)絡(luò)的pytorch實現(xiàn)方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01Python爬蟲實戰(zhàn)之使用Scrapy爬取豆瓣圖片
在用Python的urllib和BeautifulSoup寫過了很多爬蟲之后,本人決定嘗試著名的Python爬蟲框架——Scrapy.本次分享將詳細講述如何利用Scrapy來下載豆瓣名人圖片,需要的朋友可以參考下2021-06-06Python/R語言分別實現(xiàn)斐波那契數(shù)列的示例詳解
這篇文章將通過兩個小問題:年齡計算、斐波那契數(shù)列,帶領(lǐng)大家深入淺出的理解兩種語言的基本語法,并用以實際場景,需要的可以參考一下2022-03-03