Python cprofile总时间

Question

我正在对我的代码做一些分析，并尽可能地优化它。但我注意到，特定函数的总累积时间有时不会加起来。所以我不确定哪种功能是罪魁祸首。

为了让这更简单，我在下面创建了一个简单的例子--它没有真正做任何事情。

L = [1,2,3,4,5]


class MyObj:
    __slots__ = "a", "b"

    def __init__(self, a="", b=""):
        self.a = a
        self.b = b


def get_top():
    return L[0]


def revert(x):
    return -x


def check():
    if True:
        return True
    else:
        return False


def main(x):
    if check():
        p = revert(x)
        q = get_top()
        o = MyObj(a=p, b=q)
    else:
        o = MyObj()


for x in range(10_000_000):
    main(x)

如果我使用pypy3执行此操作( python3也会执行相同的场景)，并使用代码：

python -m cProfile test.py

我得到的东西是：

         50000005 function calls in 1.895 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.522    0.522    1.895    1.895 test0.py:1(<module>)
 10000000    0.180    0.000    0.180    0.000 test0.py:12(get_top)
 10000000    0.153    0.000    0.153    0.000 test0.py:16(revert)
 10000000    0.140    0.000    0.140    0.000 test0.py:20(check)
 10000000    0.746    0.000    1.374    0.000 test0.py:27(main)
        1    0.000    0.000    0.000    0.000 test0.py:4(MyObj)
 10000000    0.156    0.000    0.156    0.000 test0.py:7(__init__)
        1    0.000    0.000    0.000    0.000 {built-in function __build_class__}
        1    0.000    0.000    1.895    1.895 {built-in function exec}
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

如您所见，主计算时间为1.374次，累计时间为0.746次，但是当将调用的函数相加时，它将小于这个数字。这是不是总不能算数？我只是想知道，如果每个函数的时间都不准确，我如何才能分辨出需要一段时间的函数--假设函数是由多个函数组成的main()。

Answer 1

有一些关于分析PyPy 这里的提示。通常，像cprofile这样的确定性分析器会破坏JIT，因此不建议使用PyPy进行分析。当分析器每隔X毫秒对程序堆栈进行采样时，统计方法会更好。在使用JIT时，分析和优化是很难解决的问题，因为通常情况不会加起来:解释器本身存在很难度量的开销。