1memory_profiler可以监控代码的内存消耗及增长量,以下面的代码为例。

python代码优化-----cpu和内存监控

发现在for循环里增加了0.3MB,这个工具可以帮助我们定位内存泄露的问题。

python代码优化-----cpu和内存监控

2profilecProfile可以监控代码的CPU占用,看下下面的代码。

python代码优化-----cpu和内存监控

结果如下,ncalls是调用次数,cumtime可以看到累计时间,包含子函数,tottime不包含子函数,可以看到总共占用cpu0.049秒,test用了0.038test_1用例0.01秒,在上面的代码里,我们使用了sleep,但是看结果,可以确定sleep并没有占用cpu

python代码优化-----cpu和内存监控

下面是去掉sleep的情况,test_1执行稍快了一点点,说明虽然不使用CPU,但是cpu的占用与释放还是有损耗的,只是不明显。

 python代码优化-----cpu和内存监控

3cProfileprofile类似,下面是一种常用的用法。

 python代码优化-----cpu和内存监控

可以根据时间排序。

 python代码优化-----cpu和内存监控

 

相关文章:

  • 2021-04-20
  • 2022-12-23
  • 2021-11-24
  • 2022-02-25
  • 2021-11-25
  • 2022-02-06
  • 2022-12-23
  • 2021-11-09
猜你喜欢
  • 2022-12-23
  • 2022-12-23
  • 2021-09-10
  • 2021-10-29
  • 2022-12-23
  • 2022-12-23
相关资源
相似解决方案