Python 应用剖析工具介绍（python和java哪个更值得学）

Python 应用剖析工具介绍（python和java哪个更值得学）

工具

闲话少叙，下面开始介绍分析 Python 代码的几种便捷工具。

cProfile

CPython distribution 自带两种分析工具：profile 与 cProfile。两者使用同样的 API，按理说运行效果应该差不多。然而，前者的运行时开销更大，因此，本文将主要介绍 cProfile。

借助 cProfile，可以轻松实现对代码的深入分析，并且了解代码的哪些部分亟待提升。查看下面的缓慢代码实例：

--> % cat slow.pyimport timedef main():      sum = 0      for i in range(10):              sum += expensive(i // 2)      return sum  def expensive(t):       time.sleep(t)       return t   if __name__ == '__main__':    print(main())

在上面的代码中，笔者通过调用 time.sleep 方法，模拟一个运行时间很长的程序，并假定运行结果很重要。接下来，对这段代码进行分析，结果如下：

--> % python -m cProfile slow.py20         34 function calls in 20.030 seconds   Ordered by: standard name    ncalls  tottime  percall  cumtime  percall filename:lineno(function)         1    0.000    0.000    0.000    0.000 __future__.py:48()         1    0.000    0.000    0.000    0.000 __future__.py:74(_Feature)         7    0.000    0.000    0.000    0.000 __future__.py:75(__init__)        10    0.000    0.000   20.027    2.003 slow.py:11(expensive)         1    0.002    0.002   20.030   20.030 slow.py:2()         1    0.000    0.000   20.027   20.027 slow.py:5(main)         1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}         1    0.000    0.000    0.000    0.000 {print}         1    0.000    0.000    0.000    0.000 {range}        10   20.027    2.003   20.027    2.003 {time.sleep}

我们发现，分析结果相当琐碎。其实，可以用更有益的方式组织分析结果。在上例中，调用列表是按照字母顺序排列的，这对我们并无价值。笔者更愿意看到按照调用次数或累计运行时间排列的调用情况。幸运的是，通过 -s 参数就能实现这一点。我们马上就能看到存在问题的代码段了！

--> % python -m cProfile -s calls slow.py20         34 function calls in 20.028 seconds   Ordered by: call count         ncalls  tottime  percall  cumtime  percall filename:lineno(function)          10    0.000    0.000   20.025    2.003 slow.py:11(expensive)          10   20.025    2.003   20.025    2.003 {time.sleep}           7    0.000    0.000    0.000    0.000 __future__.py:75(__init__)           1    0.000    0.000   20.026   20.026 slow.py:5(main)           1    0.000    0.000    0.000    0.000 __future__.py:74(_Feature)           1    0.000    0.000    0.000    0.000 {print}           1    0.000    0.000    0.000    0.000 __future__.py:48()           1    0.003    0.003   20.028   20.028 slow.py:2()           1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}           1    0.000    0.000    0.000    0.000 {range}

果然！我们发现，存在问题的代码就在 expensive 函数当中。该函数在执行结束之前调用了多次 time.sleep 方法，因此导致了程序的速度下降。

基本功能介绍完毕之后，让我们来看看使用分析工具查找问题代码的其他方法。

PyCallGraph

-> % pip install pycallgraph

通过下面的指令，就能运行图形化应用：

-> % pycallgraph graphviz -- python slow.py

运行完毕之后，在运行脚本的目录下会出现一张 pycallgraph.png 图片文件。同时，还应该得到相似的分析结果（如果你之前已经用 cProfile 分析过了）。结果中的数据应该与 cProfile 提供的结果一致。不过，PyCallGraph 的优点在于，它能展示被调用函数相互间的关系。

让我们来看看图片到底长什么样：

这多方便啊！图片显示了程序的运行路径，告诉我们程序经历过的每个函数、模块以及文件，还带有运行时间与调用次数等信息。如果在庞大的应用中运行该分析工具，会得到一张巨大的图片。但是，根据颜色的差别，我们仍能轻易找到存在问题的代码块。下面是 PyCallGraph 文档中提供的一张图片，展示了一段复杂的正则表达式调用中代码的运行路径：

这些信息有什么用？

一旦我们确定了导致问题代码的根源，就可以选择合适的解决方案优化代码，为其提速。下面，让我们根据特定的情况，探讨一些缓慢代码可行的解决方案。

I/O

正则表达式

人们都说，一旦你决定用正则表达式解决某个问题，你就有两个问题要解决了。正则表达式真的很难用对，而且难以维护。关于这一点，笔者可以写一篇长篇大论进行阐述。（但是，我不会写的:)。正则表达式真的不简单，我相信有很多博文已经做了详尽的阐述。）不过，在此，笔者将介绍几个有用的技巧：

以上是有关正则表达式笔者想说的全部内容。如果你想要更多信息，相信网络上还有很多好的文章。

Python 代码

from functools import wrapsdef memoize(f):    cache = {}        @wraps(f)        def inner(arg):              if arg not in cache:            cache[arg] = f(arg)               return cache[arg]        return inner

import time@memoizedef slow(you):    time.sleep(3)    print("Hello after 3 seconds, {}!".format(you))        return 3

现在，如果我们多次运行该函数，运行结果就会立即出现：

>>> slow("Davis")Hello after 3 seconds, Davis!3>>> slow("Davis")3>>> slow("Visitor")Hello after 3 seconds, Visitor!3>>> slow("Visitor")3

对于该项目来说，这是极大的速度提升。而且代码运行起来也没有出现故障。

其他情况

如果你的代码无法使用记忆(memoization)技巧，你的算法也不像 O(n!) 这样疯狂，或者代码的剖析结果也没有引人注意的地方，这可能说明你的代码并不存在显著的问题。这时候，你可以尝试一下别的运行环境或语言。PyPy 就是一个好的选择，你可能还要将算法用C语言扩展方法重写一下。幸运的是，笔者之前的项目并未走到这一步，但是这仍是很好的排错方案。

结论

剖析代码可以帮助你理解项目的执行流程、找出潜在的问题代码，以及作为开发者该如何提升程序运行速度。Python 剖析工具不但功能强大，简单易用，而且足够深入以快速找出问题根源。虽然 Python 并不是以快速著称的语言，但这并不意味着你的代码应该拖拖拉拉。管理好自己的算法，适时进行剖析，但绝不要过早优化！