如何配置Jinja2模板？

Question

我正在分析的Flask应用程序花费很长时间来渲染其Jinja2模板。

我已经安装了flask lineprofilerpanel这很有意思，但遗憾的是我不会深入到模板渲染中查看所有时间花在哪里。

分析Jinja2模板的最佳方法是什么？

Answer 1

好问题。 我通常不太习惯使用剖析器，所以这是学习的好借口。 按照这里的例子： https ： //docs.python.org/2/library/profile.html#module-cProfile我编写了一个简单的分析jinja模板的例子。

import cProfile as profile
import pstats
import StringIO

import jinja2
import time

pr = profile.Profile()

def slow():
    time.sleep(2)
    return "Booga!"

template = jinja2.Template(r'''
    {% for i in RANGE1 %}<h1>hello world {{ i}}</h1>{% endfor %}
    {% for i in RANGE2 %}<h1>foo bar {{ i}}</h1>{% endfor %}
    {{ SLOW() }}
        '''
        )

# here is the bit we want to profile
pr.enable()
context = {"RANGE1": range(1000000), "RANGE2":range(100), "SLOW":slow}
template.render(context)
pr.disable()


s = StringIO.StringIO()
ps = pstats.Stats(pr, stream=s).sort_stats("cumulative")
ps.print_stats()
print(s.getvalue())

以下是报告的片段：

         1000130 function calls in 2.448 seconds

   Ordered by: cumulative time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000    2.438    2.438 /usr/local/lib/python2.7/dist-packages/jinja2/environment.py:974(render)
        1    0.122    0.122    2.438    2.438 {method 'join' of 'unicode' objects}
  1000104    0.315    0.000    2.317    0.000 <template>:5(root)
        1    0.000    0.000    2.002    2.002 /usr/local/lib/python2.7/dist-packages/jinja2/runtime.py:169(call)
        1    0.000    0.000    2.002    2.002 profilej.py:10(slow)
        1    2.002    2.002    2.002    2.002 {time.sleep}
        2    0.010    0.005    0.010    0.005 {range}
        1    0.000    0.000    0.000    0.000 /usr/local/lib/python2.7/dist-packages/jinja2/environment.py:1015(new_context)
        1    0.000    0.000    0.000    0.000 /usr/local/lib/python2.7/dist-packages/jinja2/runtime.py:55(new_context)
        1    0.000    0.000    0.000    0.000 /usr/local/lib/python2.7/dist-packages/jinja2/runtime.py:115(__init__)
        3    0.000    0.000    0.000    0.000 {hasattr}
        1    0.000    0.000    0.000    0.000 /usr/local/lib/python2.7/dist-packages/jinja2/_compat.py:59(<lambda>)
        1    0.000    0.000    0.000    0.000 /usr/local/lib/python2.7/dist-packages/jinja2/nodes.py:81(__init__)
        3    0.000    0.000    0.000    0.000 {getattr}
        3    0.000    0.000    0.000    0.000 /usr/local/lib/python2.7/dist-packages/jinja2/runtime.py:149(resolve)
        1    0.000    0.000    0.000    0.000 /usr/local/lib/python2.7/dist-packages/jinja2/runtime.py:126(<genexpr>)
        1    0.000    0.000    0.000    0.000 {callable}
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}
        1    0.000    0.000    0.000    0.000 {method 'iteritems' of 'dict' objects}
        1    0.000    0.000    0.000    0.000 {isinstance}

正如我所说，我没有太多经验来解释分析器的输出，但我认为在这个例子中你可以看到程序在time.sleep上花了2秒多的时间，正如预期的那样，由slow（）调用。 剩下的时间由加入占用。 我认为这就是Jinja2如何处理我的两个for循环。

将此示例调整为烧瓶应用程序应该不会太难，只需在模板生成步骤周围添加分析位并将报告写入文件。 也许您甚至可以从Web应用程序中提取模板并将其分析到烧瓶外。

我希望这是有帮助的。

Answer 2

对于像运行Flask服务器这样的多线程应用程序，我发现通常的Python分析工具并不是那么好。

我使用专为多线程应用程序设计的yappi取得了不错的成绩。 这非常简单：

import yappi
yappi.start()

   [.. do stuff ..]

yappi.stop()
yappi.convert2pstats(yappi.get_func_stats()).dump_stats('myfile.pstats')

这将配置文件数据保存在pstats兼容文件中，因此您可以在python中以交互方式检查它：

>>> import pstats 
>>> s = pstats.Stats('myfile.pstats')
>>> s.strip_dirs().sort_stats('cumtime').print_stats()

如果你想聪明一点，你可以在Flask处理程序中放置start()位和stop()位，这样你就可以点击一个URL来开始分析，驱动你的应用程序，然后点击另一个URL来停止分析并写出统计数据文件。