python 监控windows服务器 python 网站监控
profiler是一个程序，用来描述运行时的程序性能，并且从不同方面提供统计数据加以表述。Python中含有3个模块提供这样的功能，分别是cProfile, profile和pstats。这些分析器提供的是对Python程序的确定性分析。同时也提供一系列的报表生成工具，允许用户快速地检查分析结果。
Python标准库提供了3个不同的性能分析器：
比如在flask，可以这样使用
from app import app if __name__ == '__main__': app.debug = True import cProfile cProfile.run("app.run(host='127.0.0.1', port=80)", "c:\\wwww123.txt") import pstats p = pstats.Stats("c:\\wwww123.txt") p.sort_stats("time").print_stats(20) #app.run(host="127.0.0.1", port=80)
if __name__ == "__main__": import cProfile
#直接把分析结果打印到控制台
cProfile.run("foo()")#把分析结果保存到文件中,不过内容可读性差...需要调用pstats模块分析结果
cProfile.run("foo()", "result")#还可以直接使用命令行进行操作
#>python -m cProfile myscript.py -o result import pstats#创建Stats对象
p = pstats.Stats("result")#这一行的效果和直接运行cProfile.run("foo()")的显示效果是一样的
p.strip_dirs().sort_stats(-1).print_stats()#strip_dirs():从所有模块名中去掉无关的路径信息
#sort_stats():把打印信息按照标准的module/name/line字符串进行排序
#print_stats():打印出所有分析信息
#按照函数名排序
p.strip_dirs().sort_stats("name").print_stats()
#按照在一个函数中累积的运行时间进行排序
#print_stats(3):只打印前3行函数的信息,参数还可为小数,表示前百分之几的函数信息
p.strip_dirs().sort_stats("cumulative").print_stats(3)
#还有一种用法
p.sort_stats('time', 'cum').print_stats(.5, 'foo')#先按time排序,再按cumulative时间排序,然后打倒出前50%中含有函数信息
#如果想知道有哪些函数调用了bar,可使用
p.print_callers(0.5, "bar")
#同理,查看foo()函数中调用了哪些函数
p.print_callees("foo")
Stats有若干个函数，这些函数组合能给我们输出不同的profile报表，功能非常强大。下面简单地介绍一下这些函数：
strip_dirs()
用以除去文件名前名的路径信息。
add(filename,[…])
把profile的输出文件加入Stats实例中统计
dump_stats(filename)
把Stats的统计结果保存到文件
sort_stats(key,[…])
最重要的一个函数，用以排序profile的输出
reverse_order()
把Stats实例里的数据反序重排
print_stats([restriction,…])
把Stats报表输出到stdout
print_callers([restriction,…])
输出调用了指定的函数的函数的相关信息
print_callees([restriction,…])
输出指定的函数调用过的函数的相关信息
profile的统计结果分为ncalls, tottime, percall, cumtime, percall, filename:lineno(function)等若干列：
ncalls
函数的被调用次数
tottime
函数总计运行时间，除去函数中调用的函数运行时间
percall
函数运行一次的平均时间，等于tottime/ncalls
cumtime
函数总计运行时间，含调用的函数运行时间
percall
函数运行一次的平均时间，等于cumtime/ncalls
filename:lineno(function)
函数所在的文件名，函数的行号，函数名