python实战08多线程性能分析(装饰器和chromeTrace)

需求

多线程开发时,需要进行性能分析时,希望查看各线程(进程的执行时序图)
类似如下效果

转化脚本和使用方法

如下代码将在error.log(添加到debug.log可能更合理)中添加部分日志,当然,生成的日志无法直接用chrome tracing绘制时序图,但经过转化脚本后则可以

使用方式01,装饰器

1
2
3
@cal_time(name=xx)
def func_run(txt):
print('txt:%s' % txt)

使用方式02,直接使用

仅仅使用如上方式,可以在日志中得到func的开始和结束时间
需要转为chrome trace支持的数据格式,进行进一步分析

转化脚本

借助如下sed脚本可以将数据转为chrome trace支持的格式

转换格式后如下

1
2
3
4
5
6
7
8
9
10
[ 
{"name": "出方案", "ph": "B", "pid": "Main", "tid": "工作", "ts": 0},
{"name": "出方案", "ph": "E", "pid": "Main", "tid": "工作", "ts": 28800000000},
{"name": "看电影", "ph": "B", "pid": "Main", "tid": "休闲", "ts": 28800000000},
{"name": "看电影", "ph": "E", "pid": "Main", "tid": "休闲", "ts": 32400000000},
{"name": "写代码", "ph": "B", "pid": "Main", "tid": "工作", "ts": 32400000000},
{"name": "写代码", "ph": "E", "pid": "Main", "tid": "工作", "ts": 36000000000},
{"name": "遛狗", "ph": "B", "pid": "Main", "tid": "休闲", "ts": 36000000000},
{"name": "遛狗", "ph": "E", "pid": "Main", "tid": "休闲", "ts": 37800000000}
]

使用chrome tracing分析

使用chrome tracing分析
效果示意图:

可以统计出总时间区间个数,最大值,最小值 和平均时间等信息

另一个例子:一个大方法内部各子步骤时序图样例

参考

多线程程序性能分析:none
多线程程序性能分析工具:none
vtune性能分析工具–找出程序性能瓶颈:https://blog.csdn.net/pzhw520hchy/article/details/79823038
valgrind的callgrind工具进行多线程性能分析:https://www.cnblogs.com/zengkefu/p/5642991.html
python多线程程序性能分析工具:none
python多线程 性能分析:none
python中如何理解装饰器代码?:https://www.zhihu.com/question/65229244
强大的可视化利器 Chrome Trace Viewer 使用详解:https://limboy.me/2020/03/21/chrome-trace-viewer/

评论

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×