Zak*_*med 12 python memory-management cpu-usage
有人可以建议最佳做法或合适的图书馆来确定:
我看着孔雀鱼和苦楝,但仍然不能得到颗粒状的功能级别?我错过了什么吗?
更新 提出这个问题的必要性是解决一个特定的情况,即情景是我们在云实例上运行了一组分布式任务,现在我们需要用集群重新组织正确实例类型的任务放置,例如,高内存消耗功能任务将被放置在更大的内存实例上,依此类推.当我指的是任务(celery-tasks)时,这些只不过是简单的函数,我们现在需要对它们的执行用法进行分析.
谢谢.
您可能想查看一个CPU profilerfor Python:
http
://docs.python.org/library/profile.html
示例输出cProfile.run(command[, filename])
2706 function calls (2004 primitive calls) in 4.504 CPU seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
2 0.006 0.003 0.953 0.477 pobject.py:75(save_objects)
43/3 0.533 0.012 0.749 0.250 pobject.py:99(evaluate)
...
Run Code Online (Sandbox Code Playgroud)
此外,还memory需要一个分析器:
开源分析器:PySizer和Heapy