python性能测量工具cProfile使用解析
发布时间:2020-12-17 17:45:20 所属栏目:Python 来源:网络整理
导读:背景: Python是一种解释性的语言,执行速度相比C、C++等语言十分缓慢;因此我们需要在其它地方上下功夫来提高代码的执行速度。 首先需要对代码进行分析,这个时候则需要用一些工具。 这里介绍cProfile: 全代码分析: 命令行: cProfile -s tottime your_pro
背景: Python是一种解释性的语言,执行速度相比C、C++等语言十分缓慢;因此我们需要在其它地方上下功夫来提高代码的执行速度。 首先需要对代码进行分析,这个时候则需要用一些工具。 这里介绍cProfile: 全代码分析: 命令行: cProfile -s tottime your_program.py 结果如下: ncalls tottime percall cumtime percall filename:lineno(function) 66 0.001 0.000 11.850 0.180 base.py:228(micro_service) 66 0.003 0.000 11.849 0.180 tools.py:557(micro_service) 1056 0.001 0.000 11.073 0.010 connection.py:463(drain_events) 1056 0.015 0.000 11.072 0.010 connection.py:466(blocking_read) 1056 0.008 0.000 10.920 0.010 transport.py:233(read_frame) 3168 0.014 0.000 10.908 0.003 transport.py:370(_read) 3168 10.892 0.003 10.892 0.003 {method 'recv' of '_socket.socket' objects} 66 0.001 0.000 9.814 0.149 rpc.py:350(__call__) 66 0.001 0.000 8.395 0.127 rpc.py:329(result) 块分析: 上面属于文件分析,但是我们可能只对部分代码感兴趣,那么只需要在这部分代码的前后加上下面这两段代码即可: import cProfile cp = cProfile.Profile() cp.enable() YOUR CODE cp.disable() cp.print_stats() 结果与全代码分析的类似,但是只包含你感兴趣的部分。 行分析: 行分析需要安装line_profiler: pip install line_profiler @profile def class_name() pass 然后在命令行输入: kernprof -l -v your_code.py -l 逐行分析 -v 立即查看结果 示例: from cProfile import Profile as profile from pstats import Stats def (): p = profile() p.snapshot_stats() p.enable() p.disable() p.print_stats(2) # 按照调用累加总耗时累加排序,即将最耗时的函数最优先 p.dump_stats("call.log") 关于profile和cProfile的更多链接,请点击: https://docs.python.org/3/library/profile.html?spm=5176.100239.0.0.qa5fU5 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |