後臺回覆【入門資料】
送你十本Python電子書
文 | EarlGrey
Pyflame 是 Uber 官方開源的 Python 性能分析工具，可以用來生成火焰圖。相較於內置的 profile 或 cProfile 模塊，Pyflame 的開銷更小，性能表現更好，而且可展示更多的性能數據。還有一個優點，就是不用修改你的Python代碼，直接用命令行對當前的 Python 進程進行 profile。
火焰圖是一款性能調優工具，可以清晰的看出程序運行瓶頸在哪裡。
安裝 Pyflame
以 Ubuntu 系統為例，參照如下命令即可安裝 Pyflame：
第一步：安裝系統依賴
<code># Install build dependencies on Debian or Ubuntu./<code>
<code>sudo apt-getinstall autoconf automake autotools-dev g++ pkg-config python-dev python3-dev libtool make/<code>
第二步：編譯
<code>git clone https://github.com/uber/pyflame.git/<code>
<code>cd pyflame/<code>
<code>./autogen.sh/<code>
<code>./configure/<code>
<code>make/<code>
安裝好後可執行文件在 ./src/pyflame 中。
如果不想手動編譯安裝，可以選擇網友預先構建的安裝包：
<code>sudo apt-add-repository ppa:trevorjay/pyflame/<code>
<code>sudo apt-getupdate/<code>
<code>sudo apt-getinstall pyflame/<code>
如果你使用的是 conda ，那麼可以直接通過如下命令安裝：
<code>conda install -c eklitzke pyflame/<code>
使用 Pyflame
Pyflame 提供了兩種使用方式，一種是直接依附到（attach to）正在執行的進程，另一種則是追蹤某個命令從頭到尾的執行情況。
需要注意的是，Pyflame 無法直接生成火焰圖，而是輸出符合另一個專門工具 flamegraph 要求的數據。因此我們還要補充一個步驟：
<code>git clone https://github.com/brendangregg/FlameGraph.git/<code>
<code>cd FlameGraph/<code>
依附到正在執行的進程
假設我們要分析 uwsgi 進程，首先確認進程的 pid：
查看要調試的進行ID：
<code>ps aux|grep uwsgi/<code>
<code>root 30130.00.725892426556? S 7月200:26 uwsgi /var/www/v7/uwsgi.ini/<code>
<code>root 30182.22.3788673286448? Sl7月20194:37 uwsgi /var/www/v7/uwsgi.ini/<code>
<code>root 30192.92.3702777285000? Sl7月20258:56 uwsgi/<code>
然後執行命令：
<code># 生成進程 3013 的火焰圖；默認 $PATH 路徑中包含有 flamegraph.pl/<code>
<code>pyflame -p 3013| flamegraph.pl > myprofile.svg/<code>
追蹤命令的執行情況
我們也可以用 Pyflame 追蹤某個命令從開始到結束的完整執行情況。例如追蹤某個測試或者批量任務的運行情況。只需要在 pyflame 命令的最後，添加 <code>-t/<code>旗標即可實現，<code>-t/<code>後面的均被視為要運行的命令：
<code>pyflame -t py.test tests//<code>
結語
Pyflame 生成的火焰圖可以用 Chrome打開，能進行縮放和選擇操作。綜合上面的介紹，可以看出 Pyflame 的優勢還是尤其明顯的，性能更強，不用修改 Python 代碼即可使用。
目前，Pyflame 在 Github 上有 2.6k 的標星。
閱讀更多 編程派 的文章
