Python jeneratörü Profilleme

Question

Bir web.py web arabirimi sağlamak için jeneratörlerin sonuçlarını yoğun şekilde kullanan bir uygulamayı uyarlıyorum.

Şimdiye kadar, çağrıyı döngü içi ve çıktı üreten deyimlere bir işlevde sarmalı ve bunu cProfile.run() veya runctx() kullanarak arayabilirim. Kavramsal olarak:

web.py olarak

def output(): 
    for value in generator(): 
     print(value) 

cProfile.run('output()') 

hemen yield kullanılarak her iterasyon adımında Uzun çalışabilecek hesaplama çıktı üretmek istiyorum çünkü, ben, bunu şu şekilde kaydırmak zorunda:

class index: 
    def GET(self): 
     for value in generator(): 
      yield make_pretty_html(value) 

İkinci örnekte kullanıldığı zaman ilk örnekte olduğu gibi jeneratöre yapılan tüm aramaları izlemenin bir yolu var mı?

Answer 1

kullanmak. here aracılığıyla profillemenin dönüş değeri.

import cProfile 
import pstats 
import glob 
import math 

def gen(): 
    for i in range(1, 10): 
     yield math.factorial(i) 

class index(object): 
    def GET(self): 
     p = cProfile.Profile() 

     it = gen() 
     while True: 
      try: 
       nxt = p.runcall(next, it) 
      except StopIteration: 
       break 
      print nxt 

     p.print_stats() 

index().GET() 

Ben de birden böyle profilleme sonuçlarını birleştirebilir documentation ve mağaza aracılığıyla (Ben eşsiz dosya adları vererek başladığınızda)/kombine bunları analiz.

Answer 2

İlgilendiğiniz parçaları izlemek için time.time() yöntemini kullanabilir misiniz? Sadece şimdiki zamanı al ve son ölçümden çıkar çık.

Answer 3

Jeneratördeki her bir aramayı 'sonraki' olarak profillemeye çalıştığınız anlaşılıyor. Eğer öyleyse, jeneratörü bir profil jeneratörüne sarabilirsiniz. Yorumlanan bölümün, sonuçları bir günlük dosyasına veya veritabanına göndereceği böyle bir şey.

 
def iter_profiler(itr): 
    itr = iter(itr) 
    while True: 
    try: 
     start = time.time() 
     value = itr.next() 
     end = time.time() 
    except StopIteration: 
     break 
    # do something with (end - stop) times here 
    yield value 
 

Sonra yerine generator() olarak jeneratör nesnelleştirilme sen nihayet bir çözüm buldum iter_profiler(generator())