プロファイリング

プロファイリングパッケージは、インタラクティブな連続Pythonプロファイラです。 これは、 Unity 3Dプロファイラからインスピレーションを受けています。 このパッケージは以下の機能を提供します：

• プロファイリング統計はフレームスタックを保持します。
• インタラクティブなTUIプロファイリング統計ビューア。
• 統計的および決定論的プロファイリングの両方を提供します。
• リモートプロファイリングのためのユーティリティー。
• スレッドまたはグリーンレット対応のCPUタイマー。
• Python 2.7,3.3,3.4、および3.5をサポートしています。
• 現在、Linuxのみをサポートしています。

インストール

PyPI経由で最新のリリースをインストールする：

$ pip install profiling

プロファイリング

1つのプログラムをprofilingするには、 profilingコマンドを実行するだけです：

$ profiling your-program.py

インタラクティブビューアが実行されます。

あなたのプログラムがgreenletsを使用している場合は、 greenletタイマーを選択してgreenlet ：

$ profiling --timer=greenlet your-program.py

--dumpオプションを指定すると、プロファイリング結果がファイルに保存されます。 viewサブコマンドを使用すると、保存された結果を参照できview 。

$ profiling --dump=your-program.prf your-program.py
$ profiling view your-program.prf

あなたのスクリプトがsys.argv読み込んでいる場合は、 -- sys.argvに引数を追加してください。 引数をprofilingコマンドから分離します。

$ profiling your-program.py -- --your-flag --your-param=42

ライブプロファイリング

あなたのプログラムがWebサーバーのような長寿命である場合、プログラムの最後にプロファイリングの結果は十分役立ちません。 おそらく、連続プロファイラが必要です。 これは、 live-profileサブコマンドによって実現できます。

$ profiling live-profile webserver.py

デモを見る：

ライブプロファイリングサーバーもあります。 サーバーは通常の時間にプログラムのプロファイルを作成しません。 しかし、クライアントがサーバーに接続すると、プロファイリングが開始され、接続されたすべてのクライアントに結果が報告されます。

remote-profileサブコマンドで、プロファリングサーバーを開始します。

$ profiling remote-profile webserver.py --bind 127.0.0.1:8912

また、 viewサブコマンドでサーバーのクライアントを実行します。

$ profiling view 127.0.0.1:8912

統計プロファイリング

デフォルトのプロファイラであるTracingProfilerは、ディープコールグラフ用の確定的なプロファイラを実装しています。 もちろん、それは大きなオーバーヘッドを持っています。 オーバーヘッドはプロファイリングの結果を汚染したり、アプリケーションを遅くする可能性があります。

対照的に、 SamplingProfilerは統計プロファイラを実装します。 他の統計的プロファイラーと同様に、それはまた非常に安いオーバーヘッドしか持たない。 プロファイルするときは、– --sampling （まもなく-S ）オプションを使用して選択できます：

$ profiling live-profile -S webserver.py
                         ^^

時間を計ってプロファイリングする

timeitを使用してコードのパフォーマンスをチェックしていますか？

$ python -m timeit -s 'from trueskill import *' 'rate_1vs1(Rating(), Rating())'
1000 loops, best of 3: 722 usec per loop

チェックされたコードのプロファイルを作成する場合は、単にtimeitサブコマンドを使用しtimeit 。

$ profiling timeit -s 'from trueskill import *' 'rate_1vs1(Rating(), Rating())'
  ^^^^^^^^^

コードからのプロファイリング

profiling.tracing.TracingProfilerまたはprofiling.sampling.SamplingProfilerプログラムを直接profiling.tracing.TracingProfilerすることもできます。

from profiling.tracing import TracingProfiler

# profile your program.
profiler = TracingProfiler()
profiler.start()
...  # run your program.
profiler.stop()

# or using context manager.
with profiler:
    ...  # run your program.

# view and interact with the result.
profiler.run_viewer()

ビューアキーバインディング

• q – 終了する。
• スペース – 一時停止/再開。
• \ – NESTEDとFLATの間のレイアウトを切り替えます。
• ↑と↓ – フレームをナビゲートします。
• → – フレームを展開します。
• ← – フレームを折りたたみます。
• > – ホットスポットに行きます。
• esc – デフォーカス。
• [と] – 並べ替えの列を変更します。

列

一般

• FUNCTION
  1. コードロケーションを持つ関数名。 （例： my_func (my_code.py:42) 、 my_func (my_module:42) ）
  2. 行番号のない場所のみ。 （例： my_code.py 、 my_module ）

トレースプロファイラ

• CALLS – 関数の総呼び出し数。
• OWN （Exclusive Time） – OWNを除く関数の合計所要時間。
• OWN後の/CALL – 呼び出しごとの排他時間。
• OWN後の% – 総使用時間あたりの排他時間。
• DEEP （インクルーシブ時間） – 関数内の合計経過時間。
• /CALL DEEP後の/CALL – 呼び出しごとの包括時間。
• DEEP後の% – 総使用時間あたりの包括時間。

サンプリングプロファイラ

• OWN （Exclusive Samples） – 関数の直接実行中に収集されるサンプルの数。
• OWN後の% – 総サンプル数ごとの排他的サンプル。
• DEEP （インクルーシブサンプル） – 関数の実行中に収集されるサンプルの数。
• DEEP後の% – 全サンプル数あたりの包括的サンプル。

テスト

テストコードを実行するための追加要件がいくつかあります。テストコードは、次のコマンドを実行してインストールできます。

$ pip install $(python test/fit_requirements.py test/requirements.txt)

それからpytestを実行できるはずpytest 。

$ pytest -v

ありがとう

• このプロジェクトを提案した楊承文（ヤン・スンミョン）
• -mオプションを実装するよう促したPavel

ライセンス

Heungsubリーによって何が書かれた！ StudioはNexonにあり、 BSD 3-Clauseライセンスで配布されています。