在 py.test 执行期间分析 cpu 和内存使用情况
Profile cpu and memory usage during py.test execution
我面临以下项目。我想在一组性能测试套件的执行过程中创建显示 cpu 和内存级别的图片。如果有任何建议，我将不胜感激。
目前我正在考虑的唯一方法是使用命令 top 或 python 模块 psutil 并在测试的同时执行它们。但是我想知道是否已经存在更好的方法，可能是 py.test 插件。
能够将这些参数从一次执行与另一次执行进行比较真是太好了。
测试在 Linux (Ubuntu) 下执行。
有很多方法可以做到这一点，从获取广泛的系统统计数据然后对它们进行平均（顶部），到使用处理器硬件计数器（例如使用 Intel VTune）。
psutil 看起来非常好。我唯一的意见是确保你进行了多次测量，然后对它们进行平均以消除虚假尖峰等。
进行这些测量的其他一些可能方法是 /proc/[pid]/stat (see man page), time, or if you get really obsessive, you can use some programatic techniques, e.g. for Windows。
这里是关于以编程方式获取基准值的 good discussion。它还讨论了一些您可能会陷入的陷阱，即使您不使用编程方法也应该熟悉这些陷阱。
英特尔有很多关于处理器基准测试的有用信息；这是他们的生计。
我唯一能做的其他评论是您需要 select 仔细检查您的基准。英特尔强调 CPU 因为这是他们最擅长的。其他公司也是如此。事实上，根据应用程序领域，有一大堆 other important factors 发挥作用。
查看不同的基于媒体的基准。它们可能比仅基于处理器时间的更合适。我不容易找到基准，但 bing 真是个奇迹。
函数的逐行计时和内存消耗有两个有用的工具：
安装简单
$ pip install line_profiler memory_profiler
要进行分析，请使用 @profile 修饰您的函数，然后使用 运行
$ python -m memory_profiler example.py 或 $ python -m line_profiler example.py
我面临以下项目。我想在一组性能测试套件的执行过程中创建显示 cpu 和内存级别的图片。如果有任何建议，我将不胜感激。
目前我正在考虑的唯一方法是使用命令 top 或 python 模块 psutil 并在测试的同时执行它们。但是我想知道是否已经存在更好的方法，可能是 py.test 插件。
能够将这些参数从一次执行与另一次执行进行比较真是太好了。
测试在 Linux (Ubuntu) 下执行。
有很多方法可以做到这一点，从获取广泛的系统统计数据然后对它们进行平均（顶部），到使用处理器硬件计数器（例如使用 Intel VTune）。
psutil 看起来非常好。我唯一的意见是确保你进行了多次测量，然后对它们进行平均以消除虚假尖峰等。
进行这些测量的其他一些可能方法是 /proc/[pid]/stat (see man page), time, or if you get really obsessive, you can use some programatic techniques, e.g. for Windows。
这里是关于以编程方式获取基准值的 good discussion。它还讨论了一些您可能会陷入的陷阱，即使您不使用编程方法也应该熟悉这些陷阱。
英特尔有很多关于处理器基准测试的有用信息；这是他们的生计。
我唯一能做的其他评论是您需要 select 仔细检查您的基准。英特尔强调 CPU 因为这是他们最擅长的。其他公司也是如此。事实上，根据应用程序领域，有一大堆 other important factors 发挥作用。
查看不同的基于媒体的基准。它们可能比仅基于处理器时间的更合适。我不容易找到基准，但 bing 真是个奇迹。
函数的逐行计时和内存消耗有两个有用的工具：
安装简单
$ pip install line_profiler memory_profiler
要进行分析，请使用 @profile 修饰您的函数，然后使用 运行
$ python -m memory_profiler example.py 或 $ python -m line_profiler example.py