Python中的优化技术

Question

最近我为公司开发了一个账单应用，使用的是Python和Django。几个月以来，一切都很顺利，但现在我发现由于用户越来越多，应用的性能开始下降。现在这个应用对财务团队来说非常重要，他们一直在催我解决性能问题。我别无选择，只能想办法提高这个账单应用的性能。

所以你们有没有什么Python的性能优化技巧，可以帮我解决这个扩展性的问题？

我们使用的是MySQL数据库，托管在Linux的Apache服务器上。其次，我注意到整体应用比较慢，而不是数据库的交易部分。例如，一旦应用加载完成，它运行得还不错，但如果用户在应用中切换到其他链接，就会花很长时间。

对了，我们还使用了HTML、CSS和JavaScript。

Answer 1

好吧，虽然这不是完全切题，但在你开始修复问题之前，确保大家都理解情况。看起来他们在给你施加压力，让你去解决这个“问题”。

首先，当你写这个应用程序的时候，他们有没有告诉你性能要求？比如，他们有没有说过操作X需要在Y秒内完成？或者他们有没有说明需要支持多少个同时用户而不影响性能？如果没有，那就告诉他们先别急，这只是部署的第一阶段，主要目标是功能和测试。第二阶段才是性能改进。让他们（当然你也要帮忙）一起想出一些关于系统性能的非功能性要求。

通过这样做，a) 你可以减轻财务团队施加的压力（我知道他们有时候真的很麻烦），b) 你和你的客户都会对“性能”有一个清晰的理解，c) 你会有一个基础来衡量你的进展，最重要的是 d) 你会有一个大家都同意的时间来实施或修复性能问题。

PS. 另外，看看索引的问题... :)

Answer 2

正如我在评论中提到的，你首先需要找出代码中哪个部分运行得慢。

没有这些信息，别人是无法帮助你的。

你可以使用Python 的性能分析工具来检查你的代码，然后把结果告诉我们。

如果你是在做一个网页应用，首先要怀疑的通常是数据库。如果是一个计算密集型的图形界面应用，那就先看看计算的算法。

但要记住，性能问题有时很难直观判断，因此，客观的评估是解决问题的唯一方法。

Answer 3

Python有一个让人惊讶的特点，那就是用Python写的代码效率很高……所以这里有一些通用的小建议：

• 尽量使用内置函数和标准函数，因为它们已经经过很好的优化。
• 尽量使用懒加载生成器，而不是一次性用的临时列表。
• 做向量运算时，使用numpy库。
• 如果你在32位的x86系统上运行，可以使用psyco来提高性能。
• 在性能要求高的循环中，可以考虑用更底层的语言（比如C、Pyrex、Cython等）来编写。
• 当你需要调用一组对象的同一个方法时，先获取这个类的方法引用，然后使用它，这样可以节省在对象字典中查找的时间（这个算是微优化，不确定是否值得）

当然，如果你关注的是可扩展性：

• 使用O(n)（或者更好的）算法！否则你的系统就无法线性扩展。
• 编写支持多处理器的代码。到了一定时候，你需要增加计算能力，你的软件必须准备好使用这些资源！