使用 cProfile 分析 Python 中类的方法？

Question

我想使用 cProfile 来分析 Python 中函数的方法。我尝试了以下方法：

import cProfile as profile

# Inside the class method...
profile.run("self.myMethod()", "output_file")

但它不起作用。如何使用“run”调用 self.method？

Answer 1

run 只是尝试exec 您传递给它的字符串。如果 self 未绑定到您正在使用的探查器范围内的任何内容，则您无法在 run 中使用它！使用runctx方法传入调用探查器范围内的本地和全局变量：

>>> import time
>>> import cProfile as profile
>>> class Foo(object):
...     def bar(self):
...             profile.runctx('self.baz()', globals(), locals())
...
...     def baz(self):
...             time.sleep(1)
...             print 'slept'
...             time.sleep(2)
...
>>> foo = Foo()
>>> foo.bar()
slept
         5 function calls in 2.999 CPU seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000    2.999    2.999 <stdin>:5(baz)
        1    0.000    0.000    2.999    2.999 <string>:1(<module>)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}
        2    2.999    1.499    2.999    1.499 {time.sleep}

请注意最后一行：time.sleep 是占用时间的内容。

Answer 2

使用 profilehooks 装饰器

http://pypi.python.org/pypi/profilehooks

Answer 3

  import cProfile
  p = cProfile.Profile()
  p.runcall(self.myMethod)
  p.print_stats()

Profile 类记录在此处 。

Answer 4

如果您的配置文件下的函数返回值，您需要稍微更改@katrielalex 的优秀答案：

...             profile.runctx('val = self.baz()', globals(), locals())
...             print locals()['val']

Answer 5

我不建议对单个例程进行分析，因为这意味着提前知道那里存在问题。

性能问题的一个基本方面是它们是偷偷摸摸的。
它们并不在你想象的地方，因为如果它们在，你早就解决了它们。

最好以实际工作负载运行整个程序，并让分析技术告诉您问题出在哪里。

这是一个示例，其中分析发现了问题，并且它不是预期的地方。