你如何找到一块Python的CPU消耗？

Question

背景

我有一个Django应用程序,它在低负载下工作并且响应很好,但在高负载(如100个用户/秒)时,它消耗100%的CPU,然后由于缺乏CPU速度减慢.

问题:

• 对应用程序进行概要分析为我提供了时间.
• 这个时间在高负荷时增加.
• 消耗的时间可能是由于复杂的计算或等待CPU.

那么,如何找到一段代码所消耗的CPU周期呢？

由于降低CPU消耗会增加响应时间.

• 我可能编写了非常高效的代码,需要增加更多的CPU能力

要么

• 我可能有一些愚蠢的代码占用CPU并导致速度减慢？

更新

• 我使用Jmeter来配置我的网络应用程序,它给了我2个请求/秒的吞吐量.[100位用户]
• 我在100个请求上获得36秒的平均时间,在1个请求上获得1.25秒的平均时间.

更多信息

• 配置Nginx + Uwsgi有4名工人
• 没有使用数据库,使用REST API的响应
• 在第1次点击时,REST API的响应被缓存,因此没有什么区别.
• 使用ujson了JSON解析.

很想知道:

• Python-Django被许多大型网站用于许多大型网站,然后必须有一些高端的Debug/Memory-CPU分析工具.
• 我发现的所有内容都是执行性能分析的休闲代码片段.

Answer 1

您可以尝试将测试配置为缓慢加速，足够慢，以便您可以看到 CPU 逐渐增加，然后在达到高 CPU 值之前运行分析器。当 CPU 达到极限时，尝试分析代码是没有意义的，因为此时一切都会变慢。事实上，您实际上只需要相对较轻的负载即可从分析器获取有用的数据。

此外，通过逐渐增加负载，您将能够更好地了解 CPU 是否逐渐增加（表明存在 CPU 瓶颈），或者 CPU 是否突然跳跃（表明可能存在另一种类型的问题，该问题不一定会导致 CPU 瓶颈）。可以通过更多的CPU来处理）。

尝试使用恒定吞吐量计时器之类的东西来调整请求的速度，这将防止 JMeter 失去控制并导致系统过载。