一个python 服务器程序性能分析
2016-02-24 18:26
671 查看
该服务器为bono,启动11个进程。
服务一直运行,等待几秒后,停止服务,在命令行中显示: 分析 等待时间为16.793(17.709-0.792-0.124) ;内核运行时间为0.124 ;用户态运行时间 0.792
其中time.sleep大概为16.95秒,跟time命令分析相近;为服务主动休眠时间。
列名含义:调用次数,相对调用次数,本地执行时间,平均本地执行时间,总执行时间,平均每次执行执行,文件名,行名,目录名
点击左侧的行,在右侧可以展现这个函数里面的内部的调用以及花费时间。面积即时间大小。
获取top的time数值,发现将所有进程的time数值相加= user态+sys态 的时间和。
这是证明,time的3个值 real,user,sys
sys是多个进程的系统态运行时间的累加和
user是多个进程的用户态运行时间的累加和
real经过启动到停止之间的时间段,并非将每个进程累加。
根据time计时,程序cpu利用时间并不高,因此可以判断是io密集型
优化程序时间
根据runsnake,对本地调用时间(call字段),进行排序,可以找到调用最费时的代码
优化内存使用:
在top中记录了虚拟内存与驻留内存,也可以在top中观察代码段内存,以及数据段内存
1.设置cprofile
在启动服务的总入口设置cprofileif __name__=="__main__": import cProfile cProfile.run('main()','bono.profile')
2.time对程序计时
使用命令行中的time运行$time python xxx.py ###
服务一直运行,等待几秒后,停止服务,在命令行中显示: 分析 等待时间为16.793(17.709-0.792-0.124) ;内核运行时间为0.124 ;用户态运行时间 0.792
real 0m17.709s user 0m0.792s sys 0m0.124s
3.分析profile文件
使用runsnake分析profile文件:按照local(本函数执行时间不包括子函数)排序其中time.sleep大概为16.95秒,跟time命令分析相近;为服务主动休眠时间。
列名含义:调用次数,相对调用次数,本地执行时间,平均本地执行时间,总执行时间,平均每次执行执行,文件名,行名,目录名
点击左侧的行,在右侧可以展现这个函数里面的内部的调用以及花费时间。面积即时间大小。
4.结合top分析:
在使用time启动程序的时候,找到相应的进程,使用top监控程序。记录top各个进程的时间状态,停止程序,显示time计时。$top -p N1,N2,N3 ...###N1,N2,N3等都是该进程组下面的进程
获取top的time数值,发现将所有进程的time数值相加= user态+sys态 的时间和。
这是证明,time的3个值 real,user,sys
sys是多个进程的系统态运行时间的累加和
user是多个进程的用户态运行时间的累加和
real经过启动到停止之间的时间段,并非将每个进程累加。
5.改善性能
判断程序类型:是IO密集型还是计算密集型根据time计时,程序cpu利用时间并不高,因此可以判断是io密集型
优化程序时间
根据runsnake,对本地调用时间(call字段),进行排序,可以找到调用最费时的代码
优化内存使用:
在top中记录了虚拟内存与驻留内存,也可以在top中观察代码段内存,以及数据段内存
相关文章推荐
- Python入门——1
- Learn Python in Y Minutes(有时间再慢慢翻译)
- python实现基础排序算法之(插入排序)
- python模块系列之 - xml
- python导入自定义模块
- Python中的下划线
- python cls 和 self
- Python实现字典依据value排序
- Course1-Python数据类型总结
- python的函数式编程知识小结
- Python语言特性(二)
- python 五种异常处理机制
- python和pyQT的下载和安装
- ansible 在python中的使用
- [LeetCode]题解(python):085-Maximal Rectangle
- python实现基础排序算法之(冒泡排序)
- Python: egg 的安装
- [LeetCode]题解(python):084-Largest Rectangle in Histogram
- Python 学习.. 将持续更新...
- Python中yield的用法