Python性能分析工具py-spy原理用法解析

作者:-零 时间:2021-08-30 14:57:23 

Py-Spy介绍

引用官方的介绍:

Py-Spy是Python程序的抽样分析器。 它允许您可视化查看Python程序在哪些地方花了更多时间,整个监控方式无需重新启动程序或以任何方式修改工程代码。 Py-Spy的开销非常低:它是用Rust编写的,速度与编译的Python程序不在同一个进程中运行。 这意味着Py-Spy可以安全地用于生成生产环境中的Python应用调优分析。

github:https://github.com/benfred/py-spy

安装

pip install py-spy

安装后使用py-spy - h可以验证安装,并查看使用帮助。

py-spy从命令行工作,并获取要从中采样的程序的PID或要运行的python程序的命令行。py-spy具有三个子命令record,top和dump:

  • record生成火焰图

  • top实时查看每个函数运行时间并统计

  • dump显示每个python线程的当前调用堆栈

Python性能分析工具py-spy原理用法解析

使用py-spy 生成火焰图

py-spy是一个非常好用而且简单的库,看完他的readme 介绍文档基本就可以入手使用spy。这个工具一是可以生成profile 火焰图,二是可以定位到程序中最耗时间的代码的位置。它的优点在于完全不用修改代码,相比较其他的一些性能调查工具,py-spy这一点非常棒,当你debug 一个线上正在运行的程序的时候,只需要提供进程id,py-spy 就可以直接生成火焰图。

py-spy record -o profile.svg --pid 12345

或者

py-spy record -o profile.svg-python myprogram.py

"12345" 为程序运行的pid,当运行这行命令的时候,py-spy 开始抽样的程序simlple 并且生成火焰图,我们可以等待1分钟左右 ctrl+c 结束,这时候会在运行这行命令的当前目录下生成 profile.svg 火焰图, 如下图:

Python性能分析工具py-spy原理用法解析

火焰图的分析非常简单直观,主要是看"平顶",看图中最下方那个峰顶是平的,那么程序的性能问题就可以从这里入手去解决,这里不详细介绍火焰图看法,不明白的同学可以自行百度。

通过生成火焰图分析程序瓶颈大概率可以找到并解决80%的程序性能问题,但是还有一种问题,如果我的火焰图没有平顶,但是程序依旧很慢,该如何定位问题?

没有平顶情况下,定位程序中耗时最多函数/代码

如下图,通过火焰图并没有发现程序中的平顶

Python性能分析工具py-spy原理用法解析

Top功能

这时候要用到py-spy 提供的 top 命令,Top显示了在python程序中花费最多时间的功能的实时视图,类似于unix top命令。

py-spy top --pid 12345

py-spy top-python myprogram.py

输入上述命令后,在控制台会显示程序实时的运行状态,这里可以介绍一下图中4个参数的含义, 然后可以通过按1,2,3,4 四个按键,让程序按照下图所述排序。

  • 按%Own排序(当前在该函数中花费的时间的百分比)

  • 按%Total排序(函数及其子级中当前的时间百分比)

  • 按OwnTime排序(函数中花费的总时间)

  • 按TotalTime排序(该函数及其子项花费的总时间)

比较直观的 使用3 , 可以比较直接的看出程序运行中,所占比消耗时间最多的函数,然后从函数如图进行分析,如下图,可以看出 是wrap 装饰器函数消耗的时间最长,我们用wrapt 这个c写的装饰器进行替换后效率有了明显的提升。

Python性能分析工具py-spy原理用法解析

总结 : 使用py-spy 相对于其他一些python性能分析工具,优势在于使用非常简单,而且无须对代码做任何改动,并且可以在保护现场情况下,直接生成火焰图,还可查看实时程序运行状态。

火焰图怎么看

首先你需要知道:

X方向是采样时间。

Y方向是函数调用栈。

如果给你一个这样的火焰图,你应该得出什么信息:

1.a()是开始的执行函数,但没有消耗cpu,在这个函数里执行了b(),h()。

2.a()的两个分支b()和h(),这表明a()里面可能有一个条件语句,继续可以看到b()分支消耗的 CPU 大大高于h()。

3.h()函数没有消耗cpu,cpu全被i()函数占有。

4.b()函数这条支路继续往上,一直到d(),由d()函数的子函数e()消耗一部分cpu,f()下的g()消耗一部分cpu,你会发现d()的最右边往上缺了一块,这块就是d()执行消耗的cpu。

结论:

消耗cpu的函数为e(),g(),d(),i()。

因此,如果要调查性能问题,首先应该调查g(),其次是i()。

Python性能分析工具py-spy原理用法解析

来源:https://www.cnblogs.com/-wenli/p/13374186.html

标签:python,性能,工具,spy
0
投稿

猜你喜欢

  • C#访问SQL Server数据库的实现方法

    2024-01-14 17:14:23
  • 打造“前端开发”程序员专用版EditPlus

    2009-01-05 13:04:00
  • PHP桥接模式Bridge Pattern的优点与实现过程

    2023-05-25 06:53:44
  • mysql模糊匹配多个值的两种方法实例

    2024-01-27 10:12:06
  • Python3 venv搭建轻量级虚拟环境的步骤(图文)

    2022-11-26 08:47:16
  • asp.net中上传图片文件实现防伪图片水印并写入数据库

    2024-01-17 01:36:49
  • 如何用Cookie进行登录验证?

    2010-06-12 12:34:00
  • js实现简单的可切换选项卡效果

    2024-04-22 13:05:56
  • python错误处理详解

    2023-04-24 11:10:30
  • pandas dataframe添加表格框线输出的方法

    2021-11-28 01:34:41
  • python pycharm最新版本激活码(永久有效)附python安装教程

    2022-08-16 14:08:56
  • golang cache带索引超时缓存库实战示例

    2023-07-24 04:43:11
  • 用python制作个论文下载器(图形化界面)

    2022-08-01 00:04:15
  • 基于Pygame中Pygame模块的大战外星人实战

    2022-08-30 09:22:28
  • 从一道js笔试题到==运算符的简析

    2010-05-10 20:28:00
  • django session完成状态保持的方法

    2021-12-07 16:12:02
  • Python获取电脑硬件信息及状态的实现方法

    2023-01-23 21:24:15
  • 利用nodejs读取图片并将二进制数据转换成base64格式

    2024-05-08 09:37:21
  • PLSQL导入dmp文件的详细完整步骤

    2023-06-26 11:45:32
  • JavaScript中 this 指向问题深度解析

    2024-05-03 15:04:14
  • asp之家 网络编程 m.aspxhome.com