在 Python 中对运行时间进行基准测试

Posted 2023-03-06

【中文标题】在 Python 中对运行时间进行基准测试

【英文标题】：Benchmarking run times in Python

【发布时间】：2013-10-05 01:40:11

【问题描述】：

我必须对 JSON 序列化时间进行基准测试，并将其与 thrift 和 Google 的协议缓冲区的序列化时间进行比较。它也必须在 Python 中。

我正计划使用 Python 分析器。 http://docs.python.org/2/library/profile.html

探查器是查找函数运行时的最佳方式吗？还是在函数调用之前和之后输出时间戳是更好的选择？

或者有更好的方法吗？

【参考方案1】：

来自您链接到的 profile 文档：

注意分析器模块旨在为给定程序提供执行配置文件，而不是用于基准测试目的（为此，有timeit 以获得相当准确的结果）。这尤其适用于针对 C 代码对 Python 代码进行基准测试：分析器会为 Python 代码引入开销，但不会为 C 级函数引入开销，因此 C 代码似乎比任何 Python 代码都快。

所以，不，您不想使用profile 对您的代码进行基准测试。您想使用profile 的目的是找出为什么您的代码太慢，在您已经知道它之后。

而且您也不希望在函数调用之前和之后输出时间戳。如果你不小心，有太多的事情可能会出错（使用错误的时间戳功能，让 GC 在测试运行过程中运行循环收集，包括循环计时中的测试开销等.)，timeit 会为您处理所有这些。

这样的事情是对事物进行基准测试的常用方法：

for impl in 'mycode', 'googlecode', 'thriftcode':
    t = timeit.timeit('serialize(data)', 
                      setup='''from  import serialize; 
                               with open('data.txt') as f: data=f.read()
                            '''.format(impl),
                      number=10000)
    print(': '.format(impl, t)

（我在这里假设您可以编写三个模块，将三个不同的序列化工具包装在同一个 API 中，一个 serialize 函数接受一个字符串并用它做某事或其他事情。显然有不同的方法整理东西。）

【讨论】：

嘿，谢谢！这正是我一直在寻找的。 timeit 模块非常完美。我打算用探查器运行一堆数据一次。 timeit 函数让我可以运行一些时间很长的数据，这非常适合这些序列化包，因为它们只允许一次序列化高达 1M 的小块数据。现在唯一的问题是如何准确地比较它们。 Google 协议缓冲区使用一个方法调用进行序列化，而 thrift 使用三个消息调用进行序列化，前两个设置内存空间。所以我不确定如何准确比较。

@Nickthemagicman：如果您必须为每个节俭序列化使用三个方法调用，那么为所有三个方法调用编写一个包装器，这应该是一个公平的比较。如果您只需要使用前两个调用来序列化一大堆东西，请将前两个调用作为设置的一部分，并且只为第三个调用计时。

【参考方案2】：

在基于问题开始和结束时的时间戳分析 Python 代码时应该小心。这没有考虑其他可能同时运行的进程。

相反，您应该考虑查看

Is there any simple way to benchmark python script?