除了标准库中包含的工具之外，Linux 上的 Python 还存在哪些分析工具？

Posted 2023-03-06

【中文标题】除了标准库中包含的工具之外，Linux 上的 Python 还存在哪些分析工具？

【英文标题】：What profiling tools exist for Python on Linux beyond the ones included in the standard library?

【发布时间】：2009-10-22 14:29:42

【问题描述】：

我一直在使用 Python 的内置 cProfile 工具并取得了相当大的成功。但我希望能够访问更多信息，例如我等待 I/O 的时间（以及我等待的 I/O 类型）或我有多少缓存未命中。除了您的基本时间命令之外，是否有任何 Linux 工具可以帮助您解决这个问题？

【参考方案1】：

我不确定 python 是否会提供您正在寻找的低级信息。不过，您可能想查看 oprofile 和latencytop。

【参考方案2】：

如果您想确切地知道您在等待什么，以及大约等待的时间百分比，this 会告诉您。但它不会告诉您其他信息，例如缓存未命中或内存泄漏。

【讨论】：

有趣的方法！有点像自己动手的采样分析器。

@Jason：是的，在我看来，更好。证据就在布丁中：***.com/questions/926266/… Profilers 可以做得更好，如果他们不仅对堆栈进行采样，而且 1) 保留样本，2) 向您显示按包含它们的样本百分比排序的语句（而不是函数）（忽略递归)，以及 3) 让您探索有代表性的样本，而不仅仅是总结。

... 我还没有看到一个案例、故事或场景，其中使用分析器解决了一系列性能问题，从而显着提高了速度。人们似乎对思考数字、探索图表、在耗时的函数中翻找以及发现和解决可能的一个问题感到满意。

@Mike Dunlavey：所以你的意思是基本上像每个优秀的商业分析器一样操作。 （Quantify 和 vTune 都向您显示单独的语句，如果您不介意吃掉大量的记忆，可以保留样本）

@Nick：从另一端看。假设你有一个无限循环，或者几乎是这样。您需要多少随机时间堆栈样本才能找到它？一，对吧？因为目标是在它做不应该做的事情时抓住它，并找出那是什么。测量不是对象。假设它只需要两倍的时间，它需要多少个样本？基本上，如果您看到它在做一些它实际上不需要做的事情，只需 两个 样本，您就可以修复它以获得良好的加速。 （这不会揭示一小部分问题。大多数，它会。）