在本章中，我們將學(xué)習(xí)基準(zhǔn)測(cè)試和分析如何幫助解決性能問題。

假設(shè)我們編寫了一個(gè)代碼并且它也提供了所需的結(jié)果，但是如果我們想要更快地運(yùn)行此代碼，因?yàn)樾枨笠呀?jīng)改變了。在這種情況下，我們需要找出代碼的哪些部分正在減慢整個(gè)程序的速度。在這種情況下，基準(zhǔn)測(cè)試和分析可能很有用。

什么是基準(zhǔn)測(cè)試？

基準(zhǔn)測(cè)試旨在通過??與標(biāo)準(zhǔn)進(jìn)行比較來評(píng)估某些內(nèi)容。然而，這里出現(xiàn)的問題是什么是基準(zhǔn)測(cè)試以及為什么在軟件編程的情況下我們需要它。對(duì)代碼進(jìn)行基準(zhǔn)測(cè)試意味著代碼的執(zhí)行速度和瓶頸所在?；鶞?zhǔn)測(cè)試的一個(gè)主要原因是它優(yōu)化了代碼。

基準(zhǔn)測(cè)試如何運(yùn)作？

如果我們談?wù)摶鶞?zhǔn)測(cè)試的工作，我們需要首先將整個(gè)程序作為一個(gè)當(dāng)前狀態(tài)進(jìn)行基準(zhǔn)測(cè)試然后我們可以結(jié)合微基準(zhǔn)測(cè)試然后將程序分解為更小的程序。為了找到我們計(jì)劃中的瓶頸并進(jìn)行優(yōu)化。換句話說，我們可以將它理解為將大而難的問題分解為一系列更小且更容易優(yōu)化它們的問題。

用于基準(zhǔn)測(cè)試的python模塊

在python中，我們有一個(gè)默認(rèn)的基準(zhǔn)測(cè)試模塊，稱為 timeit 。在 timeit 模塊的幫助下，我們可以在主程序中測(cè)量一小部分python代碼的性能。

例

在下面的python腳本中，我們將導(dǎo)入 timeit 模塊，該模塊進(jìn)一步測(cè)量執(zhí)行兩個(gè)函數(shù)所需的時(shí)間 - functiona 和 functionb

import timeit
import time
def functiona():
   print("function a starts the execution:")
   print("function a completes the execution:")
def functionb():
   print("function b starts the execution")
   print("function b completes the execution")
start_time = timeit.default_timer()
functiona()
print(timeit.default_timer() - start_time)
start_time = timeit.default_timer()
functionb()
print(timeit.default_timer() - start_time)

運(yùn)行上面的腳本后，我們將得到兩個(gè)函數(shù)的執(zhí)行時(shí)間，如下所示。

輸出

function a starts the execution:
function a completes the execution:
0.0014599495514175942
function b starts the execution
function b completes the execution
0.0017024724827479076

使用裝飾器功能編寫我們自己的計(jì)時(shí)器

在python中，我們可以創(chuàng)建自己的計(jì)時(shí)器，它就像 timeit 模塊一樣。它可以在 裝飾器 功能的幫助下完成。以下是自定義計(jì)時(shí)器的示例

import random
import time

def timer_func(func):

   def function_timer(*args, **kwargs):
   start = time.time()
   value = func(*args, **kwargs)
   end = time.time()
   runtime = end - start
   msg = "{func} took {time} seconds to complete its execution."
      print(msg.format(func = func.__name__,time = runtime))
   return value
   return function_timer

@timer_func
def myfunction():
   for x in range(5):
   sleep_time = random.choice(range(1,3))
   time.sleep(sleep_time)

if __name__ == '__main__':
   myfunction()

上面的python腳本有助于導(dǎo)入隨機(jī)時(shí)間模塊。我們創(chuàng)建了timer_func（）裝飾器函數(shù)。這里面有function_timer（）函數(shù)?，F(xiàn)在，嵌套函數(shù)將在調(diào)用傳入函數(shù)之前獲取時(shí)間。然后它等待函數(shù)返回并獲取結(jié)束時(shí)間。這樣，我們終于可以讓python腳本打印執(zhí)行時(shí)間了。該腳本將生成輸出，如下所示。

輸出

myfunction took 8.000457763671875 seconds to complete its execution.

什么是剖析？

有時(shí)程序員想要測(cè)量一些屬性，如使用內(nèi)存，時(shí)間復(fù)雜度或使用有關(guān)程序的特定指令來測(cè)量程序的實(shí)際能力。這種關(guān)于程序的測(cè)量稱為剖析。分析使用動(dòng)態(tài)程序分析來進(jìn)行此類測(cè)量。

在隨后的部分中，我們將了解用于分析的不同python模塊。

cprofile - 內(nèi)置模塊

cprofile 是一個(gè)用于分析的python內(nèi)置模塊。該模塊是一個(gè)c擴(kuò)展，具有合理的開銷，使其適用于分析長時(shí)間運(yùn)行的程序。運(yùn)行后，它會(huì)記錄所有功能和執(zhí)行時(shí)間。它非常強(qiáng)大，但有時(shí)難以解釋和采取行動(dòng)。在以下示例中，我們?cè)谙旅娴拇a中使用cprofile

例

def increment_global():

   global x
   x += 1

def taskofthread(lock):

   for _ in range(50000):
   lock.acquire()
   increment_global()
   lock.release()

def main():
   global x
   x = 0

   lock = threading.lock()

   t1 = threading.thread(target=taskofthread, args=(lock,))
   t2 = threading.thread(target= taskofthread, args=(lock,))

   t1.start()
   t2.start()

   t1.join()
   t2.join()

if __name__ == "__main__":
   for i in range(5):
      main()
   print("x = {1} after iteration {0}".format(i,x))

上面的代碼保存在 thread_increment.py 文件中。現(xiàn)在，在命令行上使用cprofile執(zhí)行代碼，如下所示 -

(base) d:\programdata>python -m cprofile thread_increment.py
x = 100000 after iteration 0
x = 100000 after iteration 1
x = 100000 after iteration 2
x = 100000 after iteration 3
x = 100000 after iteration 4
      3577 function calls (3522 primitive calls) in 1.688 seconds

   ordered by: standard name

   ncalls tottime percall cumtime percall filename:lineno(function)

   5 0.000 0.000 0.000 0.000 :103(release)
   5 0.000 0.000 0.000 0.000 :143(__init__)
   5 0.000 0.000 0.000 0.000 :147(__enter__)
   … … … …

從上面的輸出中可以清楚地看出，cprofile打印出所有被調(diào)用的3577個(gè)函數(shù)，其中包括每個(gè)函數(shù)所花費(fèi)的時(shí)間以及它們被調(diào)用的次數(shù)。以下是我們輸出的列

• ncalls - 這是調(diào)用的次數(shù)。

• tottime - 這是在給定函數(shù)中花費(fèi)的總時(shí)間。

• percall - 它指的是tottime除以ncalls的商。

• cumtime - 這是在這個(gè)和所有子功能中花費(fèi)的累積時(shí)間。 它對(duì)于遞歸函數(shù)甚至是準(zhǔn)確的。

• percall - 它是cumtime除以原始調(diào)用的商。

• filename：lineno（function） - 它基本上提供了每個(gè)函數(shù)的相應(yīng)數(shù)據(jù)。