主题

介绍几种用于Python程序性能分析的工具和方法。

思路

一般情况下，要分析一段代码的性能，可以从下面几个问题入手：

1. 目前执行效率如何？
2. 效率瓶颈在哪里？
3. 占用了多少内存？
4. 内存消耗在哪里？

下面我们用几个工具来一一解答这些疑问。

Unix命令行工具: time

time是几乎所有*nix系统自带的一个工具，我们可以用它来对程序进行初步的分析：

1
2
3
4
5

$ time python yourprogram.py

real    0m1.028s
user    0m0.001s
sys     0m0.003s

输出的三条数据的具体含义可以参考这里：What do ‘real’, ‘user’ and ‘sys’ mean in the output of time(1)?。这里给出简单的说明：

• real - 时钟时间。从程序开始到结束流逝的时间(actual elapsed time)，包括其他进程占用的时间，比如IO等待时间。
• user - 内核之外（用户空间）该进程占用时间(cpu time)。
• sys - 该进程的内核执行时间(cpu time)

如果发现sys和user的时间之和远小于real就说明我们的程序很有可能在IO等待上花费了大量时间。

自定义Timer类

可以把时间输出到一个性能日志文件，比如profile.log，方便以后分析我们程序的性能瓶颈。

行执行时间分析：line_profiler