在上一个问题中,我问过多处理,使用多个内核使程序运行得更快,有人告诉我这个:
通常情况下,使用更好的代码可以获得100倍以上的优化,相比之下,4倍的改进和多处理的额外复杂性
然后他们建议我:
使用分析器来了解什么是慢速,然后专注于优化它。
所以我回答了这个问题:How can you profile a script?
在这里,我找到cProfile
并将其实施到一些测试代码中,以了解它是如何工作的。
这是我的代码:
import cProfile
def foo():
for i in range(10000):
a = i**i
if i % 1000 == 0:
print(i)
cProfile.run('foo()')
然而,在运行之后,这就是我得到的:
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
1018 function calls in 20.773 seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 20.773 20.773 <string>:1(<module>)
147 0.000 0.000 0.000 0.000 rpc.py:150(debug)
21 0.000 0.000 0.050 0.002 rpc.py:213(remotecall)
21 0.000 0.000 0.002 0.000 rpc.py:223(asynccall)
21 0.000 0.000 0.048 0.002 rpc.py:243(asyncreturn)
21 0.000 0.000 0.000 0.000 rpc.py:249(decoderesponse)
21 0.000 0.000 0.048 0.002 rpc.py:287(getresponse)
21 0.000 0.000 0.000 0.000 rpc.py:295(_proxify)
21 0.001 0.000 0.048 0.002 rpc.py:303(_getresponse)
21 0.000 0.000 0.000 0.000 rpc.py:325(newseq)
21 0.000 0.000 0.002 0.000 rpc.py:329(putmessage)
21 0.000 0.000 0.000 0.000 rpc.py:55(dumps)
20 0.000 0.000 0.001 0.000 rpc.py:556(__getattr__)
1 0.000 0.000 0.001 0.001 rpc.py:574(__getmethods)
20 0.000 0.000 0.000 0.000 rpc.py:598(__init__)
20 0.000 0.000 0.050 0.002 rpc.py:603(__call__)
20 0.000 0.000 0.051 0.003 run.py:340(write)
1 20.722 20.722 20.773 20.773 test.py:3(foo)
42 0.000 0.000 0.000 0.000 threading.py:1226(current_thread)
21 0.000 0.000 0.000 0.000 threading.py:215(__init__)
21 0.000 0.000 0.047 0.002 threading.py:263(wait)
21 0.000 0.000 0.000 0.000 threading.py:74(RLock)
21 0.000 0.000 0.000 0.000 {built-in method _struct.pack}
21 0.000 0.000 0.000 0.000 {built-in method _thread.allocate_lock}
42 0.000 0.000 0.000 0.000 {built-in method _thread.get_ident}
1 0.000 0.000 20.773 20.773 {built-in method builtins.exec}
42 0.000 0.000 0.000 0.000 {built-in method builtins.isinstance}
63 0.000 0.000 0.000 0.000 {built-in method builtins.len}
10 0.000 0.000 0.051 0.005 {built-in method builtins.print}
21 0.000 0.000 0.000 0.000 {built-in method select.select}
21 0.000 0.000 0.000 0.000 {method '_acquire_restore' of '_thread.RLock' objects}
21 0.000 0.000 0.000 0.000 {method '_is_owned' of '_thread.RLock' objects}
21 0.000 0.000 0.000 0.000 {method '_release_save' of '_thread.RLock' objects}
21 0.000 0.000 0.000 0.000 {method 'acquire' of '_thread.RLock' objects}
42 0.047 0.001 0.047 0.001 {method 'acquire' of '_thread.lock' objects}
21 0.000 0.000 0.000 0.000 {method 'append' of 'collections.deque' objects}
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}
21 0.000 0.000 0.000 0.000 {method 'dump' of '_pickle.Pickler' objects}
20 0.000 0.000 0.000 0.000 {method 'get' of 'dict' objects}
21 0.000 0.000 0.000 0.000 {method 'getvalue' of '_io.BytesIO' objects}
21 0.000 0.000 0.000 0.000 {method 'release' of '_thread.RLock' objects}
21 0.001 0.000 0.001 0.000 {method 'send' of '_socket.socket' objects}
我希望它能告诉我我的代码中哪些部分花费的时间最长,例如它显示a = i**i
花费的时间最长,但是我可以从它告诉我的内容中收集所有内容是foo()
函数花了最长的时间,但是在函数中花费的时间最长,我不知道数据。
此外,当我将其实现到我的实际代码中时,它也会做同样的事情。一切都在函数中,它只告诉我哪些函数花费的时间最长而不是函数花了这么长时间。
以下是我的主要问题:
如何查看函数内部使代码耗时太久(我应该使用cProfile
吗?)
一旦我知道使用最多CPU的内容,设置优化代码的最佳方法是什么
注意:我的RAM和磁盘等绝对没问题,它只是最大化的CPU(12%CPU,因为它只在单核上运行)
答案 0 :(得分:13)
如何查看函数内部的代码使代码需要这么长时间(我是否应该使用cProfile?)
是的,您可以使用cProfile
,但您提出问题的方式让我想知道line_profiler
(第三方模块,您需要安装它)是不是一个更好的工具。
当我想要分析一个函数时,我正在使用这个包的IPython / Jupyter绑定:
%load_ext line_profiler
实际分析一个功能:
%lprun -f foo foo()
# ^^^^^---- this call will be profiled
# ^^^-----------function to profile
产生此输出:
Timer unit: 5.58547e-07 s
Total time: 17.1189 s
File: <ipython-input-1-21b5a5f52f66>
Function: foo at line 1
Line # Hits Time Per Hit % Time Line Contents
==============================================================
1 def foo():
2 10001 31906 3.2 0.1 for i in range(10000):
3 10000 30534065 3053.4 99.6 a = i**i
4 10000 75998 7.6 0.2 if i % 1000 == 0:
5 10 6953 695.3 0.0 print(i)
这包括一些可能有趣的事情。例如,99.6%
行中花费i**i
的时间。
- 一旦我知道什么是使用最多的CPU
,设置优化我的代码的最佳方法是什么 醇>
这取决于。有时您需要使用不同的功能/数据结构/算法 - 有时您无法做任何事情。但至少你知道你的瓶颈在哪里,你可以估计瓶颈或其他地方的变化会产生多大的影响。
答案 1 :(得分:2)
正如您在分析日志中注意到的那样,cProfile
最大分辨率是函数。
所以:
in
)