Python性能優化分析

本篇內容介紹了“Python性能優化分析”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

python為什么性能差：

當我們提到一門編程語言的效率時：通常有兩層意思，***是開發效率，這是對程序員而言，完成編碼所需要的時間;另一個是運行效率，這是對計算機而言，完成計算任務所需要的時間。編碼效率和運行效率往往是魚與熊掌的關系，是很難同時兼顧的。不同的語言會有不同的側重，python語言毫無疑問更在乎編碼效率，life  is short，we use python。

雖然使用python的編程人員都應該接受其運行效率低的事實，但python在越多越來的領域都有廣泛應用，比如科學計算  、web服務器等。程序員當然也希望python能夠運算得更快，希望python可以更強大。

首先，python相比其他語言具體有多慢，這個不同場景和測試用例，結果肯定是不一樣的。這個網址給出了不同語言在各種case下的性能對比，這一頁是python3和C++的對比，下面是兩個case：

python運算效率低，具體是什么原因呢，下列羅列一些

***：python是動態語言

一個變量所指向對象的類型在運行時才確定，編譯器做不了任何預測，也就無從優化。舉一個簡單的例子：　r = a +  b。　a和b相加，但a和b的類型在運行時才知道，對于加法操作，不同的類型有不同的處理，所以每次運行的時候都會去判斷a和b的類型，然后執行對應的操作。而在靜態語言如C++中，編譯的時候就確定了運行時的代碼。

第二：python是解釋執行，但是不支持JIT(just in time compiler)。雖然大名鼎鼎的google曾經嘗試Unladen  Swallow 這個項目，但最終也折了。

第三：python中一切都是對象，每個對象都需要維護引用計數，增加了額外的工作。

第四：python GIL

GIL是Python最為詬病的一點，因為GIL，python中的多線程并不能真正的并發。如果是在IO bound的業務場景，這個問題并不大，但是在CPU  BOUND的場景，這就很致命了。所以筆者在工作中使用python多線程的情況并不多，一般都是使用多進程(pre  fork)，或者在加上協程。即使在單線程，GIL也會帶來很大的性能影響，因為python每執行100個opcode(默認，可以通過sys.setcheckinterval()設置)就會嘗試線程的切換，具體的源代碼在ceval.c::PyEval_EvalFrameEx。

第五：垃圾回收，這個可能是所有具有垃圾回收的編程語言的通病。python采用標記和分代的垃圾回收策略，每次垃圾回收的時候都會中斷正在執行的程序，造成所謂的頓卡。infoq上有一篇文章，提到禁用Python的GC機制后，Instagram性能提升了10%。感興趣的讀者可以去細讀。

Be pythonic

我們都知道  過早的優化是罪惡之源，一切優化都需要基于profile。但是，作為一個python開發者應該要pythonic，而且pythonic的代碼往往比non-pythonic的代碼效率高一些，比如：

• 使用迭代器iterator，for example：

dict的iteritems 而不是items(同itervalues，iterkeys)

使用generator，特別是在循環中可能提前break的情況

• 判斷是否是同一個對象使用 is 而不是 ==

• 判斷一個對象是否在一個集合中，使用set而不是list

• 利用短路求值特性，把“短路”概率過的邏輯表達式寫在前面。其他的lazy ideas也是可以的

• 對于大量字符串的累加，使用join操作

• 使用for else(while else)語法

• 交換兩個變量的值使用： a, b = b, a

基于profile的優化

即使我們的代碼已經非常pythonic了，但可能運行效率還是不能滿足預期。我們也知道80/20定律，絕大多數的時間都耗費在少量的代碼片段里面了，優化的關鍵在于找出這些瓶頸代碼。方式很多：到處加log打印時間戳、或者將懷疑的函數使用timeit進行單獨測試，但最有效的是使用profile工具。

python profilers

對于python程序，比較出名的profile工具有三個：profile、cprofile和hotshot。其中profile是純python語言實現的，Cprofile將profile的部分實現native化，hotshot也是C語言實現，hotshot與Cprofile的區別在于：hotshot對目標代碼的運行影響較小，代價是更多的后處理時間，而且hotshot已經停止維護了。需要注意的是，profile(Cprofile  hotshot)只適合單線程的python程序。

對于多線程，可以使用yappi，yappi不僅支持多線程，還可以精確到CPU時間

對于協程(greenlet)，可以使用greenletprofiler，基于yappi修改，用greenlet context hook住thread  context

下面給出一段編造的”效率低下“的代碼，并使用Cprofile來說明profile的具體方法以及我們可能遇到的性能瓶頸。

# -*- coding: UTF-8 -*-     from cProfile import Profile  import math  def foo():      return foo1()     def foo1():      return foo2()     def foo2():      return foo3()     def foo3():      return foo4()     def foo4():      return "this call tree seems ugly, but it always happen"     def bar():      ret = 0      for i in xrange(10000):          ret += i * i + math.sqrt(i)      return ret     def main():      for i in range(100000):          if i % 10000 == 0:              bar()          else:              foo()     if __name__ == '__main__':      prof = Profile()      prof.runcall(main)      prof.print_stats()      #prof.dump_stats('test.prof') # dump profile result to test.prof     code for profile

運行結果如下：

對于上面的的輸出，每一個字段意義如下：

ncalls 函數總的調用次數

tottime 函數內部(不包括子函數)的占用時間

percall(***個) tottime/ncalls

cumtime 函數包括子函數所占用的時間

percall(第二個)cumtime/ncalls

filename:lineno(function) 文件：行號(函數)

代碼中的輸出非常簡單，事實上可以利用pstat，讓profile結果的輸出多樣化，具體可以參見官方文檔python profiler。

profile GUI tools

雖然Cprofile的輸出已經比較直觀，但我們還是傾向于保存profile的結果，然后用圖形化的工具來從不同的維度來分析，或者比較優化前后的代碼。查看profile結果的工具也比較多，比如，visualpytune、qcachegrind、runsnakerun，本文用visualpytune做分析。對于上面的代碼，按照注釋生成修改后重新運行生成test.prof文件，用visualpytune直接打開就可以了，如下：

字段的意義與文本輸出基本一致，不過便捷性可以點擊字段名排序。左下方列出了當前函數的calller(調用者)，右下方是當前函數內部與子函數的時間占用情況。上如是按照cumtime(即該函數內部及其子函數所占的時間和)排序的結果。

造成性能瓶頸的原因通常是高頻調用的函數、單次消耗非常高的函數、或者二者的結合。在我們前面的例子中，foo就屬于高頻調用的情況，bar屬于單次消耗非常高的情況，這都是我們需要優化的重點。

python-profiling-tools中介紹了qcachegrind和runsnakerun的使用方法，這兩個colorful的工具比visualpytune強大得多。具體的使用方法請參考原文，下圖給出test.prof用qcachegrind打開的結果。

qcachegrind確實要比visualpytune強大。從上圖可以看到，大致分為三部：。***部分同visualpytune類似，是每個函數占用的時間，其中Incl等同于cumtime，  Self等同于tottime。第二部分和第三部分都有很多標簽，不同的標簽標示從不同的角度來看結果，如圖上所以，第三部分的“call  graph”展示了該函數的call tree并包含每個子函數的時間百分比，一目了然。

profile針對優化

知道了熱點，就可以進行針對性的優化，而這個優化往往根具體的業務密切相關，沒用***鑰匙，具體問題，具體分析。個人經驗而言，最有效的優化是找產品經理討論需求，可能換一種方式也能滿足需求，少者稍微折衷一下產品經理也能接受。次之是修改代碼的實現，比如之前使用了一個比較通俗易懂但效率較低的算法，如果這個算法成為了性能瓶頸，那就考慮換一種效率更高但是可能難理解的算法、或者使用dirty  Flag模式。對于這些同樣的方法，需要結合具體的案例，本文不做贅述。

接下來結合python語言特性，介紹一些讓python代碼不那么pythonic，但可以提升性能的一些做法

***：減少函數的調用層次

每一層函數調用都會帶來不小的開銷，特別對于調用頻率高，但單次消耗較小的calltree，多層的函數調用開銷就很大，這個時候可以考慮將其展開。

對于之前調到的profile的代碼，foo這個call tree非常簡單，但頻率高。修改代碼，增加一個plain_foo()函數,  直接返回最終結果，關鍵輸出如下：

跟之前的結果對比：

可以看到，優化了差不多3倍。

第二：優化屬性查找

上面提到，python 的屬性查找效率很低，如果在一段代碼中頻繁訪問一個屬性(比如for循環)，那么可以考慮用局部變量代替對象的屬性。

第三：關閉GC

在本文的***章節已經提到，關閉GC可以提升python的性能，GC帶來的頓卡在實時性要求比較高的應用場景也是難以接受的。但關閉GC并不是一件容易的事情。我們知道python的引用計數只能應付沒有循環引用的情況，有了循環引用就需要靠GC來處理。在python語言中,  寫出循環引用非常容易。比如：

case 1：  a, b = SomeClass(), SomeClass()  a.b, b.a = b, a  　  case 2：  lst = []  lst.append(lst)  case 3：  self.handler = self.some_func

當然，大家可能說，誰會這么傻，寫出這樣的代碼，是的，上面的代碼太明顯，當中間多幾個層級之后，就會出現“間接”的循環應用。在python的標準庫  collections里面的OrderedDict就是case2：

要解決循環引用，***個辦法是使用弱引用(weakref)，第二個是手動解循環引用。

第四：setcheckinterval

如果程序確定是單線程，那么修改checkinterval為一個更大的值，這里有介紹。

第五：使用__slots__

slots最主要的目的是用來節省內存，但是也能一定程度上提高性能。我們知道定義了__slots__的類，對某一個實例都會預留足夠的空間，也就不會再自動創建__dict__。當然，使用__slots__也有許多注意事項，最重要的一點，繼承鏈上的所有類都必須定義__slots__，python  doc有詳細的描述。下面看一個簡單的測試例子：

class BaseSlots(object):      __slots__ = ['e', 'f', 'g']     class Slots(BaseSlots):      __slots__ = ['a', 'b', 'c', 'd']      def __init__(self):          self.a = self.b = self.c = self.d = self.e = self.f  = self.g = 0     class BaseNoSlots(object):          pass     class NoSlots(BaseNoSlots):      def __init__(self):          super(NoSlots,self).__init__()          self.a = self.b = self.c = self.d = self.e = self.f  = self.g = 0     def log_time(s):      begin = time.time()      for i in xrange(10000000):          s.a,s.b,s.c,s.d, s.e, s.f, s.g      return time.time() - begin     if __name__ == '__main__':      print 'Slots cost', log_time(Slots())      print 'NoSlots cost', log_time(NoSlots())

輸出結果：

Slots cost 3.12999987602  NoSlots cost 3.48100018501

python C擴展

也許通過profile，我們已經找到了性能熱點，但這個熱點就是要運行大量的計算，而且沒法cache，沒法省略。。。這個時候就該python的C擴展出馬了，C擴展就是把部分python代碼用C或者C++重新實現，然后編譯成動態鏈接庫，提供接口給其它python代碼調用。由于C語言的效率遠遠高于python代碼，所以使用C擴展是非常普遍的做法，比如我們前面提到的cProfile就是基于_lsprof.so的一層封裝。python的大所屬對性能有要求的庫都使用或者提供了C擴展，如gevent、protobuff、bson。

筆者曾經測試過純python版本的bson和cbson的效率，在綜合的情況下，cbson快了差不多10倍!

python的C擴展也是一個非常復雜的問題，本文僅給出一些注意事項：

***：注意引用計數的正確管理

這是最難最復雜的一點。我們都知道python基于指針技術來管理對象的生命周期，如果在擴展中引用計數出了問題，那么要么是程序崩潰，要么是內存泄漏。更要命的是，引用計數導致的問題很難debug。。。

C擴展中關于引用計數最關鍵的三個詞是：steal reference，borrowed reference，new  reference。建議編寫擴展代碼之前細讀python的官方文檔。

第二：C擴展與多線程

這里的多線程是指在擴展中new出來的C語言線程，而不是python的多線程，出了python doc里面的介紹，也可以看看《python  cookbook》的相關章節。

第三：C擴展應用場景

僅適合與業務代碼的關系不那么緊密的邏輯，如果一段代碼大量業務相關的對象 屬性的話，是很難C擴展的

將C擴展封裝成python代碼可調用的接口的過程稱之為binding，Cpython本身就提供了一套原生的API，雖然使用最為廣泛，但該規范比較復雜。很多第三方庫做了不同程度的封裝，以便開發者使用，比如boost.python、cython、ctypes、cffi(同時支持pypy  cpython)，具體怎么使用可以google。

beyond CPython

盡管python的性能差強人意，但是其易學易用的特性還是贏得越來越多的使用者，業界大牛也從來沒有放棄對python的優化。這里的優化是對python語言設計上、或者實現上的一些反思或者增強。這些優化項目一些已經夭折，一些還在進一步改善中，在這個章節介紹目前還不錯的一些項目。

cython

前面提到cython可以用到binding c擴展，但是其作用遠遠不止這一點。

Cython的主要目的是加速python的運行效率，但是又不像上一章節提到的C擴展那么復雜。在Cython中，寫C擴展和寫python代碼的復雜度差不多(多虧了Pyrex)。Cython是python語言的超集，增加了對C語言函數調用和類型聲明的支持。從這個角度來看，cython將動態的python代碼轉換成靜態編譯的C代碼，這也是cython高效的原因。使用cython同C擴展一樣，需要編譯成動態鏈接庫，在linux環境下既可以用命令行，也可以用distutils。

如果想要系統學習cython，建議從cython  document入手，文檔寫得很好。下面通過一個簡單的示例來展示cython的使用方法和性能(linux環境)。

首先，安裝cython：

pip install Cython

下面是測試用的python代碼，可以看到這兩個case都是運算復雜度比較高的例子：

def f():      return x**2-x     def integrate_f(a, b, N):      s = 0      dx = (b-a)/N      for i in range(N):          s += f(a+i*dx)      return s * dx     def main():      import time      begin = time.time()      for i in xrange(10000):          for i in xrange(100):f(10)      print 'call f cost:', time.time() - begin      begin = time.time()      for i in xrange(10000):          integrate_f(1.0, 100.0, 1000)      print 'call integrate_f cost:', time.time() - begin     if __name__ == '__main__':      main()

運行結果：

call f cost: 0.215116024017  call integrate_f cost: 4.33698010445

不改動任何python代碼也可以享受到cython帶來的性能提升，具體做法如下：

• step1：將文件名(cython_example.py)改為cython_example.pyx

• step2：增加一個setup.py文件，添加一下代碼：

from distutils.core import setup  from Cython.Build import cythonize     setup(    name = 'cython_example',    ext_modules = cythonize("cython_example.pyx"),  )

• step3：執行python setup.py build_ext –inplace

可以看到 增加了兩個文件，對應中間結果和***的動態鏈接庫

• step4：執行命令 python -c “import cython_example;cython_example.main()”(注意：  保證當前環境下已經沒有 cython_example.py)

運行結果：

call f cost: 0.0874309539795  call integrate_f cost: 2.92381191254

性能提升了大概兩倍，我們再來試試cython提供的靜態類型(static  typing)，修改cython_example.pyx的核心代碼，替換f()和integrate_f()的實現如下：

def f(double x): # 參數靜態類型      return x**2-x     def integrate_f(double a, double b, int N):      cdef int i      cdef double s, dx      s = 0      dx = (b-a)/N      for i in range(N):          s += f(a+i*dx)      return s * dx

然后重新運行上面的第三 四步：結果如下

call f cost: 0.042387008667  call integrate_f cost: 0.958620071411

上面的代碼，只是對參數引入了靜態類型判斷，下面對返回值也引入靜態類型判斷。

替換f()和integrate_f()的實現如下：

cdef double f(double x): # 返回值也有類型判斷      return x**2-x     cdef double integrate_f(double a, double b, int N):      cdef int i      cdef double s, dx      s = 0      dx = (b-a)/N      for i in range(N):          s += f(a+i*dx)      return s * dx

然后重新運行上面的第三 四步：結果如下

call f cost: 1.19209289551e-06  call integrate_f cost: 0.187038183212

Amazing!

pypy

pypy是CPython的一個替代實現，其最主要的優勢就是pypy的速度，下面是官網的測試結果：

在實際項目中測試，pypy大概比cpython要快3到5倍!pypy的性能提升來自JIT Compiler。在前文提到google的Unladen  Swallow  項目也是想在CPython中引入JIT，在這個項目失敗后，很多開發人員都開始加入pypy的開發和優化。另外pypy占用的內存更少，而且支持stackless，基本等同于協程。

pypy的缺點在于對C擴展方面支持的不太好，需要使用CFFi來做binding。對于使用廣泛的library來說，一般都會支持pypy，但是小眾的、或者自行開發的C擴展就需要重新封裝了。

“Python性能優化分析”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！