性能测试

程序的性能测试工具很多

通用

监控工具
- htop:基础，可以监测CPU,内存，swap占用；CPU占用处可以显示user,sys时间占用。
- perf: h显示help内容,a显示调用的函数的汇编
  - perf top可以显示不同事件占用的时间。
  - perf top --sort comm,dso: 显示更高级别的程序占用时间
  - timeout -s SIGINT 100 perf stat -p 96541:统计某个进程中的信息，如IPC
- pidstat: 查看某个进程所在CPU
程序检查工具
- strace: 后面接执行的程序命令，可以打印程序调用了哪些函数。关闭多个程序后，逐一开启，测量最后一个未关闭程序的IPC

pids=( $(pgrep -u greatofdream python3 -x | head -n-1) )
for p in ${pids[@]}; do kill -STOP $p ;done
i=1
for p in ${pids[@]}; do kill -CONT $p; echo $p $i; sleep 5; perf stat -p 96543 -- sleep 20 2> other-$i; i=$((i+1)) ; done

绘图

for i in $(seq 0 48); do echo $i $(sed -n -r "s/.*#(.*[[:digit:]])\s+insn per cycle/\1/p" other-$i); done | feedgnuplot --domain --lines --points --hardcopy IPC.svg --unset grid --exit

Python

python有很多独特的工具

CProfile: 假设有一程序 foo.py，想得知里面各个函数的运算耗时，以便发现性能瓶颈。若直接运行程序的方法为 python foo.py <args>，则运行

python3 -m cProfile foo.py <args>

即可在程序运行结束后获得一系列输出结果，分别展示了各个 python 函数调用的次数、时间等信息

如果程序耗时长、输出内容很多，你可以将 profile 结果保存为一个文件：

python3 -m cProfile -o foo_profile.stat foo.py <args>

并使用

echo 'stats' | python -m pstats foo_profile.stat

像之前一样查看。python -m pstats foo_profile.stat 则可以进入 python 解释器动态查看 profile 内容。

另外，输出的 foo_profile.stat 可以使用 gprof2dot 绘图：

gprof2dot --format=pstats --node-label=self-time --node-label=self-time-percentage --node-label=total-time --node-label=total-time-percentage foo_profile.stat > foo_profile.dot

绘制出的 foo_profile.dot 图形可以使用 dot 转化为各种格式的图片。以矢量图 svg 为例：

dot -Tsvg foo_profile.dot > foo_profile.svg

lineprofileopen in new window: 逐行计算耗时。当锁定了最慢的函数后，可通过逐行 profile 来缩小慢代码的范围。

kernprof -l  ReconCorr.py -i RECON_BONSAI/MC_SKG4_r31564_sk7tune/sk7_0.899616/091473/000005.h5 -o RECON_TQ/MC_SKG4_r31564_sk7tune/sk7_0.899616/Neff/091473/000005_T_Corr.h5 --sum sumdat/linac_sk7_runsum.dat --run 091473 --phase sk7Process run 91473; Normal run 91439

查看每一行的耗时

 python -m line_profiler ReconCorr.py.lprof

# 性能测试

# 通用

# Python

性能测试

通用

Python