我想知道从第一个回调被触发到最终结果时,Deferred需要执行多长时间。python twisted:检索延迟的执行时间
关于如何做到这一点的任何想法,可能是以非侵入的方式(意味着为了追踪执行时间而不需要修改任何回调函数)?
我想知道从第一个回调被触发到最终结果时,Deferred需要执行多长时间。python twisted:检索延迟的执行时间
关于如何做到这一点的任何想法,可能是以非侵入的方式(意味着为了追踪执行时间而不需要修改任何回调函数)?
如果您在“twistd”帮助下运行程序,那么它有一个选项“--profile”,它可以帮助您分析扭曲的代码。
twistd "other options" --profile=statsfile --profiler=cProfile --savestats
并查看统计:
3210回调执行deferreds被解雇之后。但立即意味着延迟链中的每个回调都必须执行,并且它们将拥有自己的执行时间。另外,各种代码片段都会有自己的执行时间段,包括反应器循环。
所以要说这个词 - 马上就要说尽快。
考虑下面的坏榜样:
from twisted.internet import reactor, defer
import time
def timeit(func):
def wrapper(*arg):
t1 = time.time()
res = func(*arg)
t2 = time.time()
print '%s took %0.3f ms' % (func.func_name, (t2-t1)*1000.0)
return res
return wrapper
d = defer.Deferred()
@timeit
def callfunc1(result):
print 'XXXXX'
@timeit
def callfunc2(result):
print 'YYYYY'
d.addCallback(callfunc1)
d.addCallback(callfunc2)
t1 = time.time()
d.callback(True)
t2 = time.time()
print '%0.3f ms' % ((t2-t1)*1000.0)
输出:
XXXXX
callfunc1 took 0.039 ms
YYYYY
callfunc2 took 0.005 ms
0.108 ms
现在,如果我们调整上面的代码,包括反应器,并使用callLater
剖析是有点大材小用什么我想实现。
我结束了这并不意味着对现有的代码重修改一个解决方案,但绝不“通用”:
我原来的代码是这样的:
def myfunc(*args):
d = Deferred()
d.addCallback(cb1)
...
d.addCallback(lambda x: MyObject(x))
我现在有:
def myfunc(*args):
init_time = time.time()
d = Deferred()
d.addCallback(cb1)
...
d.addCallback(lambda x: MyObject(x, init_time))
class MyObject:
def __init__(self, *args):
...
self.exec_time = time.time() - init_time
它不正是我想要的,但我希望递延结构将暴露的执行时间本身的东西保持跟踪,而不必鼓捣与我的对象。从源代码中,我看不出这样的东西是可用的:http://twistedmatrix.com/trac/browser/tags/releases/twisted-10.0.0/twisted/internet/defer.py#L137
猜你应该配置您的应用程序,遵循这样:
安装此工具http://kcachegrind.sourceforge.net/html/Home.html
消防您的扭曲的应用程序,并收集原始数据:
twistd来--savestats -n --profile = myapp.hotshot MYAPP
比你将'hotshot'转换为'calltree',运行:
hotshot2cg myapp.hotshot> myapp。calltree
现在我们可以在Kcachegrind工具中查看calltree。
kcachegrind myapp.calltree
使用此工具可以查看扭曲事件循环调用图, 执行时间,你可以以百分比看到。 所以不需要修补代码,只需运行此工具,看看
P.S.检查内存: How to use guppy/heapy for tracking down memory usage
@ user304965:我犹豫是否给出这样的答案,主要是因为你必须对你的回调进行分析。如果你正在编写自己的代码,这是可能的。为此目的编写代码仍然很难。但是如果你使用其他模块的回调,你甚至不能这样做。想法是,回调将立即启动,但这取决于许多事情。 – pyfunc 2010-10-28 20:19:27