python 优化利器-cProfile

检测时间消耗

python -m cProfile -s cumulative cprofile_test.py

-s cumulative 可按时间进行排序

[root@k8s-node-1 alex]# python -m cProfile -s cumulative cprofile_test.py 
Benchmark duration: 15.244712114334106 seconds
         23139965 function calls in 15.245 seconds

   Ordered by: cumulative time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000   15.245   15.245 cprofile_test.py:7(<module>)
        1    0.150    0.150   15.245   15.245 cprofile_test.py:67(benchmark)
       40   11.086    0.277   15.095    0.377 cprofile_test.py:11(primes)
       40    2.897    0.072    2.897    0.072 {range}
 23139840    1.112    0.000    1.112    0.000 {method 'append' of 'list' objects}
       40    0.000    0.000    0.000    0.000 {len}
        2    0.000    0.000    0.000    0.000 {time.time}
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

参数说明：（以primes为例）

• Benchmark duration: 15.244712114334106 seconds 输出结果
• 23139965 function calls in 15.245 seconds
• 23139965 此调用，共花费15.245 seconds
• ncalls : 函数执行次数 primes执行了40次
• cumtime （cumulative time）：累积时间，包括子函数。这里说的子函数，就是在函数中调用其它的函数。primes用了15.095秒。
• tottime ： 不包含子函数的时间，即primes用了11.086秒，不包括函数里面的子函数（range,append）的时间
• 11.086 + （2.897 + 1.112） = 15.095 ，此时间最为重要
• filename:lineno(function) 文件名，列数，方法名