目录

• python程序性能分析
  • cProfile
  • line_profiler
  • memory_profiler
  • 资源监控

python程序性能分析

cProfile

https://docs.python.org/3/library/profile.html
https://www.cnblogs.com/kaituorensheng/p/4453953.html

python -m cProfile [-o output_file] [-s sort_order] (-m module | myscript.py)

1. -o 将结果输出到文件而不是stdout
2. -s 排序状态，选择那些参数排序，常用‘tottime‘
3. -m 作为一个模块而不是脚本， python3.7的cProfile中有，python3.8的Profile有

cProfile的结果很长，可以考虑使用line_profile

line_profiler

逐行的python程序性能分析，https://github.com/rkern/line_profiler
安装git clone https://github.com/rkern/line_profiler.git或pip install line_profiler

kernprof -l -v script_to_profile.py

在script_to_profile.py文件中，对想要分析的函数添加装饰器

@profile
def slow_function(a, b, c):
    ...

不加-v参数会将结果保存在script_to_profile.py.lprof文件中，使用python -m line_profiler script_to_profile.py.lprof可以查看。

memory_profiler

python程序的内存监控https://github.com/pythonprofilers/memory_profiler
安装：pip install -U memory_profiler
使用方法类似于line_profiler.

资源监控

1. 整体监控: htop
2. I/O操作： iotop
3. 硬盘资源：df展示每个分区，du每个文件，-h参数human-readable
4. 内存使用：free
5. 打开文件：lsof
6. 网络连接与配置： ss
7. 网络使用： nethogs和iftop

原文地址：https://www.cnblogs.com/zi-wang/p/12359526.html