使用hpc的python性能监视工具
cihpc的Python项目详细描述
高性能计算机·
一个simple框架，可以监视软件包的性能和可伸缩性。 本文提出的框架结合了连续积分&；高性能计算 以及一组最简单的python脚本。 结果可以以静态Jupyter笔记本或交互式网页的形式可视化。
功能
- 自动运行项目的基准
- 检查项目的性能和可扩展性
- 使用类似travis的语法构建矩阵功能（
YAML格式）创建复杂配置
如何使用ci-hpc？
首先执行以下命令安装框架：
pip3 install --user ci-hpc
为存储库创建配置（文件
config.yaml）。 在这个协同配置中，您应该指定几个选项。ci-hpc需要知道，哪些存储库是项目的一部分。 可以指定一个或多个存储库。每个存储库将 安装时克隆并签出。您还需要告诉
ci-hpc如何安装项目。
它可以简单到./configure; make; make install
或pip install ./foo/但它也可能相当复杂，你甚至可以简化 使用安装文件的整个过程：
像这样的东西!sh install.sh（install.sh在本例中是一个shell脚本，它包含 您的安装过程）接下来是测试部分。这里，
ci-hpc需要知道， 您希望在什么配置下运行什么基准测试。 您可以创建复杂的构建矩阵，以便您的配置 可以保持简单和透明。
完成配置后。你应该核实一下， 它正在工作。假设结构如下：
. └── hello-world └── config.yaml用
执行ci-hpccihpc --project hello-world如果一切正常，则设置MongoDB服务器并添加集合 节（再次输入文件
config.yaml）：ci-hpc需要知道，要存储什么结果。 它是一个json分析器还是yaml结果？ 或者计时是以xml格式保存的吗？在那里ci-hpc是对json和yaml的一些一般支持 格式化，但您可以编写自己的artifact模块 把它放在正确的文件夹里。大部分繁重的工作已经在家长班完成了 所以添加一个新的收集模块应该比较容易。
现在要显示结果，请设置可视化服务器。
有什么新消息？
- 现在支持单个项目中的多个存储库
- 通过在计算节点上使用多个核心加快测试过程
- 使用
commit-browser模块在以前的提交上轻松运行ci hpc - 根据先前的结果自动确定要运行的测试
- webhook支持，在新提交时自动启动
ci-chp
接下来是什么？
- 在怀疑性能有重大变化时运行额外的测试
- 从分析数据库中的记录创建Web可视化配置
欢迎加入QQ群-->： 979659372
