Python性能分析工具py-spy原理用法解析

Py-Spy介绍

引用官方的介绍：

Py-Spy是Python程序的抽样分析器。 它允许您可视化查看Python程序在哪些地方花了更多时间，整个监控方式无需重新启动程序或以任何方式修改工程代码。 Py-Spy的开销非常低：它是用Rust编写的，速度与编译的Python程序不在同一个进程中运行。 这意味着Py-Spy可以安全地用于生成生产环境中的Python应用调优分析。

github：https://github.com/benfred/py-spy

安装

pip install py-spy

安装后使用py-spy - h可以验证安装，并查看使用帮助。

py-spy从命令行工作，并获取要从中采样的程序的PID或要运行的python程序的命令行。py-spy具有三个子命令record，top和dump：

• record生成火焰图
• top实时查看每个函数运行时间并统计
• dump显示每个python线程的当前调用堆栈

火焰图的分析非常简单直观，主要是看"平顶"，看图中最下方那个峰顶是平的，那么程序的性能问题就可以从这里入手去解决，这里不详细介绍火焰图看法，不明白的同学可以自行百度。

​ 通过生成火焰图分析程序瓶颈大概率可以找到并解决80%的程序性能问题，但是还有一种问题，如果我的火焰图没有平顶，但是程序依旧很慢，该如何定位问题？

没有平顶情况下，定位程序中耗时最多函数/代码

如下图，通过火焰图并没有发现程序中的平顶

总结 ： 使用py-spy 相对于其他一些python性能分析工具，优势在于使用非常简单，而且无须对代码做任何改动，并且可以在保护现场情况下，直接生成火焰图，还可查看实时程序运行状态。

火焰图怎么看

首先你需要知道：

X方向是采样时间。

Y方向是函数调用栈。

如果给你一个这样的火焰图，你应该得出什么信息：

1.a()是开始的执行函数，但没有消耗cpu，在这个函数里执行了b(),h()。

2.a()的两个分支b()和h()，这表明a()里面可能有一个条件语句，继续可以看到b()分支消耗的 CPU 大大高于h()。

3.h()函数没有消耗cpu，cpu全被i()函数占有。

4.b()函数这条支路继续往上，一直到d()，由d()函数的子函数e()消耗一部分cpu,f()下的g()消耗一部分cpu,你会发现d()的最右边往上缺了一块，这块就是d()执行消耗的cpu。

结论：

消耗cpu的函数为e(),g(),d(),i()。

因此，如果要调查性能问题，首先应该调查g()，其次是i()。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持来客网。