Подтвердить что ты не робот

Профилирование Django

Мое приложение django стало мучительно медленным на производстве. Вероятно, это связано с некоторыми сложными или неиндексированными запросами.

Есть ли какой-нибудь способ django-ish для профилирования моего приложения?

4b9b3361

Ответ 1

Попробуйте панель инструментов Django Debug. Он покажет вам, какие запросы выполняются на каждой странице и сколько времени они берут. Это действительно полезный, мощный и простой в использовании инструмент.

Кроме того, прочитайте рекомендации по производительности Django в Оптимизация доступа к базам данных из документации.

И Советы по производительности Django Джейкоб Каплан-Мосс.

Ответ 2

Просто введите "django-profiling" в Google, вы получите эти ссылки (и многое другое):

http://code.djangoproject.com/wiki/ProfilingDjango

http://code.google.com/p/django-profiling/

http://www.rkblog.rk.edu.pl/w/p/django-profiling-hotshot-and-kcachegrind/

Лично я использую подход промежуточного программного обеспечения - каждый пользователь может переключать флаг "профилирования", хранящийся в сеансе, и если мое профилирующее промежуточное программное обеспечение замечает, что флаг установлен, он использует Python hotshot следующим образом:

def process_view(self, request, view_func, view_args, view_kwargs):

     # setup things here, along with: settings.DEBUG=True 
     # to get a SQL dump in connection.queries

     profiler = hotshot.Profile(fname)
     response = profiler.runcall(view_func, request, *view_args, **view_kwargs)
     profiler.close()

     # process results

     return response

EDIT: для профилирования SQL-запросов http://github.com/robhudson/django-debug-toolbar, упомянутых Константином, - это хорошо, но если ваши запросы очень медленные (возможно, потому что есть сотни или тысячи из них), тогда вы будете ждать безумного количества времени, пока оно не загрузится в браузер, - и тогда будет трудно просматривать из-за медлительности. Кроме того, django-debug-toolbar по дизайну не может дать полезную информацию о внутренних компонентах запросов AJAX.

EDIT2: django-extensions имеет отличную команду профилирования, встроенную в:

https://github.com/django-extensions/django-extensions/blob/master/docs/runprofileserver.rst

Просто сделайте это и вуаля:

$ mkdir /tmp/my-profile-data
$ ./manage.py runprofileserver --kcachegrind --prof-path=/tmp/my-profile-data

Ответ 3

Для профилирования доступа к данным (это место, где узкое место занимает большую часть времени), django-live-profiler, В отличие от панели инструментов Django Debug, он собирает данные по всем запросам одновременно, и вы можете запускать их в процессе производства без чрезмерной накладной производительности или подвергая внутренности вашего приложения.

Check out this screenshot

Ответ 4

Здесь бесстыдная заглушка, но я недавно сделал для этого https://github.com/django-silk/silk. Это несколько похоже на панель инструментов django, но с историей, профилированием кода и более тонким контролем над всем.

Ответ 5

Для всех вас, поклонников KCacheGrind, очень легко использовать оболочку в тандеме с фантастическим Client Django для тестирования журналов профилей на лету, особенно в производственных условиях. Я использовал эту технику уже несколько раз, потому что она имеет легкое касание - не нужно никакого надоедливого промежуточного программного обеспечения или сторонних приложений Django!

Например, чтобы профилировать определенный вид, который, кажется, работает медленно, вы можете открыть оболочку и набрать этот код:

from django.test import Client
import hotshot

c = Client()
profiler = hotshot.Profile("yourprofile.prof")  # saves a logfile to your pwd
profiler.runcall(c.get, "/pattern/matching/your/view/")
profiler.close()

Для визуализации полученного журнала я использовал hotshot2cachegrind:

Но есть и другие варианты:

Ответ 6

Если представления не являются HTML, например JSON, используйте простые методы промежуточного программного обеспечения для профилирования.

Вот несколько примеров:

https://gist.github.com/1229685 - захватить все вызовы sql, отправленные в представление

https://gist.github.com/1229681 - профиль всех вызовов методов, используемых для создания представления