[英]How to profile a Jinja2 template?
我正在分析的Flask應用程序花費很長時間來渲染其Jinja2模板。
我已經安裝了flask lineprofilerpanel這很有意思,但遺憾的是我不會深入到模板渲染中查看所有時間花在哪里。
分析Jinja2模板的最佳方法是什么?
好問題。 我通常不太習慣使用剖析器,所以這是學習的好借口。 按照這里的例子: https : //docs.python.org/2/library/profile.html#module-cProfile我編寫了一個簡單的分析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())
以下是報告的片段:
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}
正如我所說,我沒有太多經驗來解釋分析器的輸出,但我認為在這個例子中你可以看到程序在time.sleep上花了2秒多的時間,正如預期的那樣,由slow()調用。 剩下的時間由加入占用。 我認為這就是Jinja2如何處理我的兩個for循環。
將此示例調整為燒瓶應用程序應該不會太難,只需在模板生成步驟周圍添加分析位並將報告寫入文件。 也許您甚至可以從Web應用程序中提取模板並將其分析到燒瓶外。
我希望這是有幫助的。
對於像運行Flask服務器這樣的多線程應用程序,我發現通常的Python分析工具並不是那么好。
我使用專為多線程應用程序設計的yappi取得了不錯的成績。 這非常簡單:
import yappi
yappi.start()
[.. do stuff ..]
yappi.stop()
yappi.convert2pstats(yappi.get_func_stats()).dump_stats('myfile.pstats')
這將配置文件數據保存在pstats
兼容文件中,因此您可以在python中以交互方式檢查它:
>>> import pstats
>>> s = pstats.Stats('myfile.pstats')
>>> s.strip_dirs().sort_stats('cumtime').print_stats()
如果你想聰明一點,你可以在Flask處理程序中放置start()
位和stop()
位,這樣你就可以點擊一個URL來開始分析,驅動你的應用程序,然后點擊另一個URL來停止分析並寫出統計數據文件。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.