paip.性能跟踪profile原理与架构与本质-- python扫带java php

paip.性能跟踪profile原理与架构与本质-- python扫带java php

##背景

弄个个输入法音标转换atiEnPH工具,老是python性能不的上K,7k记录浏览过k要30分钟了.

##目标

分析一个程序的性能，最终都归结为回答4个基本的问题：

程序运行速度有多快？

运行速度瓶颈在哪儿？

程序使用了多少内存？

内存泄露发生在哪里？

谁引用着泄漏的对象？





作者 老哇的爪子 Attilax 艾龙， EMAIL:1466519819@qq.com

转载请注明来源： http://blog.csdn.net/attilax


#工具cProfile,objgraph

谁引用着泄漏的对象？ 这个可以使用对象引用图来看见..

该命令的输出应该是一副PNG图像，保存在/tmp/backrefs.png，它看起来是像这样：

back refrences

最下面有红字的盒子是我们感兴趣的对象。我们可以看到，它被符号x引用了一次，被列表y引用了三次。如果是x引起了一个内存泄漏，我们可以使用这个方法，通过跟踪它的所有引用，来检查为什么它没有自动的被释放。

回顾一下，objgraph 使我们可以：

显示占据python程序内存的头N个对象

显示一段时间以后哪些对象被删除活增加了

在我们的脚本中显示某个给定对象的所有引用

#测试代码

import cProfile



#直接把分析结果打印到控制台

cProfile.run("mainx()")

#把分析结果保存到文件中,不过内容可读性差...需要调用pstats模块分析结果

#cProfile.run("foo()", "result")

#还可以直接使用命令行进行操作

#>python -m cProfile myscript.py -o result

def convert2atiEnPn(phntc):#17.3s 49tse

""" æk@sentjueit >> e@k@sen@tju@ei@t

"""

r=""



#print ("o412")

#print(map)

#100test logx abt 3s

#logx(" phntc:---"+phntc)

li= SybalbeList(phntc) #7.6s

#logx(" syblist:---")

#print_li(li)

for sbl in li:

#all saveval invoke time safeVal 5.6s 446tse

#todox gaicheng jude modul ..only 0.1s

#yuln ...python d excepti jon fei resource l a .

myvowel=safeVal (map, sbl.vowel, "")

mycnst=safeVal (map, sbl.csnt , "")

r=r+"@"+mycnst+"-"+myvowel

# phntc=trim(phntc)



return r



#第一的测试

157277 function calls in 20.648 seconds

Ordered by: standard name

ncalls tottime percall cumtime percall filename:lineno(function)

1 0.000 0.000 20.648 20.648 <string>:1(<module>)

49 0.006 0.000 17.359 0.354 <string>:15(convert2atiEnPn)

49 0.003 0.000 1.105 0.023 <string>:2(updatexo4)

1 0.003 0.003 20.648 20.648 <string>:37(mainx)



#第二次:

118375 function calls in 9.266 seconds

Ordered by: standard name

ncalls tottime percall cumtime percall filename:lineno(function)

1 0.000 0.000 9.265 9.265 <string>:1(<module>)

49 0.002 0.000 6.395 0.131 <string>:15(convert2atiEnPn)

49 0.003 0.000 1.155 0.024 <string>:2(updatexo4)

1 0.004 0.004 9.265 9.265 <string>:39(mainx)

#分析结果:

能看见,python的异常很消耗性能. 使用 if key in map 代替异常,,,性能消耗从5s直到个0.1s

日志也比较消耗性能



#java跟php的profile

java jprofile,.. php xdebug..

参考

关于Python Profilers性能分析器 - btchenguang - 博客园.htm

Python性能分析指南 - 技术翻译 - 开源中国社区.htm

Python--字典-fussfuss1-ChinaUnix博客.htm