我使用API解析每个帐户的GITHUB贡献数据,并按月、周或日排列,并使用JSON进行装饰。
响应一个请求大约需要2秒。(1800毫秒)
链接到我的GitHub存储库。
存储库中的contributions.py是完成上述任务的python代码。
问题是:是什么使我的API变慢了?
数据太多而无法解析(大约365)?api生成JSON字符串的方式?
谢谢你提前回答和帮助我。
发布于 2018-05-13 03:06:13
“为什么我的代码太慢了?”是个很难回答的问题。基本上,有无限的可能原因。我可能无法回答这个问题,但我可以提供一些建议,希望能帮助你自己回答这个问题。
有很多问题要问..。你用的是什么样的硬件?你有什么样的网络/互联网连接?是第一个请求慢了,还是所有请求都慢了?对一种类型的请求(每天、每周、每月)的呼叫是慢的还是全部?等等
您正在指示总的请求时间为1800 as,但正如您所指出的,在处理该请求期间发生了许多事情。在我的经验中,通常最好的方法之一是添加一些计时代码,以缩小慢度的范围。
例如,一种快速而肮脏的方法是使用python时间模块。我很快将一些代码添加到每周投稿方法中:
import time
# [...]
@app.route("/contributions/weekly/<uname>")
def contributionsWeekly(uname):
before = time.time()
rects = getContributionsElement(uname)
after = time.time()
timeToGetContribs = after - before
# [...]
print(' timeToGetContribs: ' + str(timeToGetContribs))
print('timeToIterateRects: ' + str(timeToIterateRects))
print(' timeToBuildJson: ' + str(timeToBuildJson))在本地运行此代码将产生以下结果:
timeToGetContribs: 0.8678717613220215
timeToIterateRects: 0.011543750762939453
timeToBuildJson: 1.5020370483398438e-05(请注意上次结束时的e-05 .很短的时间)。
从这些结果中,我们知道得到捐款的时间占全部请求的大多数。现在我们可以深入研究这个方法,试图进一步分离出最耗时的部分。下一组结果显示:
timeToOpenUrl: 0.5734567642211914
timeToInstantiateSoup: 0.3690469264984131
timeToFindRects: 0.0023255348205566406由此可以看出,大部分时间实际上都花在打开URL和检索HTML上(这意味着网络延迟、互联网连接速度、GitHub服务器响应时间等可能是可疑的)。其次是实例化BeautifulSoup解析器所需的实际时间。
把所有这些具体的数字都拿去一粒盐。这些都是在我的硬件(12岁的PC)和我的本地互联网连接。在您的系统中,数字可能会有所不同,甚至可能会有很大的不同。关键是,跟踪慢度的最好方法是通过一些基本的故障排除步骤,以确定慢度在哪里发生,。在您确定了问题区域之后,您可以在中搜索更具体的答案,或者询问更有针对性的问题。
https://stackoverflow.com/questions/50312172
复制相似问题