Python 性能分析 - runsnakerun 输出中的列是什么意思？

Question

这可能很明显，但我想确认一下我对runsnakerun中的各个列的理解。

名称、调用次数、递归调用次数、本地、每次调用、累计、每次调用、文件、行、目录

以下是我认为我理解的一些内容：

名称 - 被调用的函数名称

1. 调用次数 - 是指调用的次数吗？
2. 文件 - 存放这个函数的文件
3. 行 - 函数在文件中的定义行
4. 目录 - 存放函数定义的文件所在的目录

我不太确定的其他几个是：

1. 递归调用次数
2. 本地
3. 每次调用
4. 累计
5. 每次调用

谢谢

Answer 1

这是我对这些内容的理解：

• RCalls 表示递归调用的次数
• Local 表示在本地执行上花费的总时间（没有调用其他方法）
• /Call 表示每次调用的本地时间
• Cum 表示总的累积时间
• /Call 表示每次调用的累积时间

Answer 2

最好的方式是通过一个例子来说明——假设你有一个程序（存储在profileme.py中，为了清晰起见，分成了几部分）：

def topfunction():
    tinyfunction()
    for i in range(100000):
        manytinyfunction()

Calls很简单——就是这个函数被直接调用了多少次。当然，当你选择左侧的项目时，这些数字会变化，反映出被选中的函数调用了这个函数多少次。比如，manytinyfunction会被调用100,000次，所以calls就是100,000。而tinyfunction只会被调用一次，所以它的calls就是1。

    for i in range(10):
        recursive(100)

rcalls和calls类似，但它还包括在执行一个调用时发生的其他调用。注意recursive的calls只有10，但rcalls是1010（下面会解释，它会自己调用n次，如果它的参数是n）。

    alllocal()
    allcumulative()

同样，local包括在函数内部花费的所有时间，不算调用其他函数的时间。在这里，alllocal的值很大，但allcumulative没有值，因为它把工作转给了subfunction。

def tinyfunction():
    pass

def manytinyfunction():
    pass

/Call next to the local只是把上面的local值按调用次数分解，所以manytinyfunction整体花费的时间很少，但在local /call中是一个非常非常小的数字，因为每次调用的成本真的很低。

def alllocal():
    for i in range(1000):
        for j in range(1000):
            for k in range(1000):
                pass

对于alllocal，/call的值会很大，无论是local还是cumulative，因为这个函数的开销很大，而所有的开销都是local的。

def allcumulative():
    for i in range(1000):
        subfunction()

def subfunction():
    for j in range(1000):
        for k in range(1000):
            pass

/Call next to cumulative和local的/call是一样的，只不过它像cumulative本身一样，包含了从这个函数调用出去的所有调用的完整成本。所以allcumulative的local /call数字很小，但alllocal的数字很大。而cumulative /call在这两种情况下是一样的。

def recursive(n):
    if n > 0:
        return recursive(n-1)
    else:
        return 0

这里提供了recursive的定义以供参考。

if __name__=="__main__":
    topfunction()

在对其进行性能分析并运行runsnake后：

python -m cProfile -o profileme.out profileme.py 
runsnake profileme.out

注意到alllocal在local和cumulative上都有很大的值，而allcumulative则明显不同。注意recursive在两列中是一样的——对自己调用的次数是被计算在内的。

底部的Callees按钮可以让你找出被选中的函数调用了哪些其他函数，而Callers则可以让你找出是谁在调用这个选中的函数。