用python實作高效能測試工具（二）

在上一篇文章《用python實作高效能測試工具（一）》中我們透過換python的解析器來優化效能，但離實際需求還很遠。本文介紹的是自動化測試的最佳化程式碼。

方案2： 最佳化程式碼

         工欲善其事，必先利其器。要最佳化程式碼，必須先找到程式碼的瓶頸所在，最土的方法是新增log, 或print, 偵錯完成還需要刪除，比較麻煩。 python裡面也提供了很多profile工具：profile, cProfile, hotshot, pystats， 但這些工具提供的結果可讀性不是很好，不夠直觀的一眼就能看到那個函數或者那一行佔用時間最多。 python line_profiler 提供了這樣的功能，可以直觀的看到哪一行佔用的時間最多，可謂“快準狠”，下載地址： http://pythonhosted.org/line_profiler/

          安裝完line_proer

      之後，在C:\Python27\Lib\site-packages 目錄下會有一個kernprof.py，在可能存在瓶頸的函數上添加@profile, 如以下例子：

    @profile
    def create_msg2(self,H,msg):
        li = msg.keys()
        msg_type=li[0]
        ULR_avps=[]
        ULR=HDRItem()
        ULR.cmd=self.dia.dictCOMMANDname2code(self.dia.MSG_TERM[msg_type])

        if msg_type[-1]=='A':
            msg=msg[msg_type]
            self.dia.setAVPs_by_dic(msg_type,msg,ULR_avps)
            ULR.appId=H.appId
            ULR.EndToEnd=H.EndToEnd
            ULR.HopByHop=H.HopByHop
            msg=self.dia.createRes(ULR,ULR_avps)

        else:
            self.dia.setAVPs(msg_type,msg,ULR_avps)
            ULR.appId=self.dia.APPID
            self.dia.initializeHops(ULR)
            msg=self.dia.createReq(ULR,ULR_avps)

        return msg

運行此檔案： kernprof. py -l -v D:\project\mp\src\protocols\libdiametermt.py， 得到以下結果。從這張圖中可以很直觀的看到setAVPS方法佔用了96.6%的時間，再進一步定位到此函數，再次添加@proflie修飾符（可以一次在多個函數上添加Profile）， 可以再進一步看到setAVPS函數中各行程式碼的佔用時間比。

透過一步步的分析看到，在開源協定庫中，setAVPS的方法中，找出avp的屬性是從一個3000的循環裡面找的，每個AVP都需要循環3000次，一個diameter訊息中至少10個avp，每次encoding一個avp需要循環3W次。我們初步的解決方法是刪除了很多我們效能測試中用不到的avp（沒辦法，測試開發資源有限，很多時候沒有很好的設計，先做出滿足需求的東西再說。）， 但也只是提高到了150左右，離需求還差的很遠。所以我們把AVP都改成了字典方式，可以依照名字快速查找到AVP的屬性。

除了程式碼的最佳化，同時也增加了encoding avp的執行緒數，後面章節將會講到多執行緒和多進程，對效能的影響。待續。 。 。 。

【推薦課程：Python影片課程

】 ####

以上是用python實作高效能測試工具（二）的詳細內容。更多資訊請關注PHP中文網其他相關文章！