Python 性能优化_print和log哪个更消耗资源

python为什么性能差：

当我们提到一门编程语言的效率时：通常有两层意思，第一是开发效率，这是对程序员而言，完成编码所需要的时间；另一个是运行效率，这是对计算机而言，完成计算任务所需要的时间。编码效率和运行效率往往是鱼与熊掌的关系，是很难同时兼顾的。不同的语言会有不同的侧重，python语言毫无疑问更在乎编码效率，life is short，we use python。

虽然使用python的编程人员都应该接受其运行效率低的事实，但python在越多越来的领域都有广泛应用，比如科学计算 、web服务器等。程序员当然也希望python能够运算得更快，希望python可以更强大。

首先，python相比其他语言具体有多慢，这个不同场景和测试用例，结果肯定是不一样的。这个网址给出了不同语言在各种case下的性能对比，这一页是python3和C++的对比，下面是两个case：

从上图可以看出，不同的case，python比C++慢了几倍到几十倍。

python运算效率低，具体是什么原因呢，下列罗列一些

第一：python是动态语言

一个变量所指向对象的类型在运行时才确定，编译器做不了任何预测，也就无从优化。举一个简单的例子：　r = a + b。　a和b相加，但a和b的类型在运行时才知道，对于加法操作，不同的类型有不同的处理，所以每次运行的时候都会去判断a和b的类型，然后执行对应的操作。而在静态语言如C++中，编译的时候就确定了运行时的代码。

另外一个例子是属性查找，关于具体的查找顺序在《python属性查找》中有详细介绍。简而言之，访问对象的某个属性是一个非常复杂的过程，而且通过同一个变量访问到的python对象还都可能不一样（参见Lazy property的例子）。而在C语言中，访问属性用对象的地址加上属性的偏移就可以了。

第二：python是解释执行，但是不支持JIT（just in time compiler）。虽然大名鼎鼎的google曾经尝试Unladen Swallow 这个项目，但最终也折了。

第三：python中一切都是对象，每个对象都需要维护引用计数，增加了额外的工作。

第四：python GIL，GIL是Python最为诟病的一点，因为GIL，python中的多线程并不能真正的并发。如果是在IO bound的业务场景，这个问题并不大，但是在CPU BOUND的场景，这就很致命了。所以笔者在工作中使用python多线程的情况并不多，一般都是使用多进程（pre fork），或者在加上协程。即使在单线程，GIL也会带来很大的性能影响，因为python每执行100个opcode（默认，可以通过sys.setcheckinterval()设置）就会尝试线程的切换，具体的源代码在ceval.c::PyEval_EvalFrameEx。

第五：垃圾回收，这个可能是所有具有垃圾回收的编程语言的通病。python采用标记和分代的垃圾回收策略，每次垃圾回收的时候都会中断正在执行的程序，造成所谓的顿卡。infoq上有一篇文章，提到禁用Python的GC机制后，Instagram性能提升了10%。感兴趣的读者可以去细读。

Be pythonic

我们都知道 过早的优化是罪恶之源，一切优化都需要基于profile。但是，作为一个python开发者应该要pythonic，而且pythonic的代码往往比non－pythonic的代码效率高一些，比如：

• 使用迭代器iterator，for example：

dict的iteritems 而不是items（同itervalues，iterkeys）

使用generator，特别是在循环中可能提前break的情况

• 判断是否是同一个对象使用 is 而不是 ==

• 判断一个对象是否在一个集合中，使用set而不是list

• 利用短路求值特性，把“短路”概率过的逻辑表达式写在前面。其他的lazy ideas也是可以的

• 对于大量字符串的累加，使用join操作

• 使用for else（while else）语法

• 交换两个变量的值使用： a, b = b, a

基于profile的优化

即使我们的代码已经非常pythonic了，但可能运行效率还是不能满足预期。我们也知道80/20定律，绝大多数的时间都耗费在少量的代码片段里面了，优化的关键在于找出这些瓶颈代码。方式很多：到处加log打印时间戳、或者将怀疑的函数使用timeit进行单独测试，但最有效的是使用profile工具。

python profilers

对于python程序，比较出名的profile工具有三个：profile、cprofile和hotshot。其中profile是纯python语言实现的，Cprofile将profile的部分实现native化，hotshot也是C语言实现，hotshot与Cprofile的区别在于：hotshot对目标代码的运行影响较小，代价是更多的后处理时间，而且hotshot已经停止维护了。需要注意的是，profile（Cprofile hotshot）只适合单线程的python程序。

对于多线程，可以使用yappi，yappi不仅支持多线程，还可以精确到CPU时间

对于协程（greenlet），可以使用greenletprofiler，基于yappi修改，用greenlet context hook住thread context

下面给出一段编造的”效率低下“的代码，并使用Cprofile来说明profile的具体方法以及我们可能遇到的性能瓶颈。

# -*- coding: UTF-8 -*-

 

from cProfile import Profile

import math

def foo():

    return foo1()

 

def foo1():

    return foo2()

 

def foo2():

    return foo3()

 

def foo3():

    return foo4()

 

def foo4():

    return "this call tree seems ugly, but it always happen"

 

def bar():

    ret = 0

    for i in xrange(10000):

        ret += i * i + math.sqrt(i)

    return ret

 

def main():

    for i in range(100000):

        if i % 10000 == 0:

            bar()

        else:

            foo()

 

if __name__ == '__main__':

    prof = Profile()

    prof.runcall(main)

    prof.print_stats()

    #prof.dump_stats('test.prof') # dump profile result to test.prof

 

code for profile

运行结果如下：

对于上面的的输出，每一个字段意义如下：

ncalls 函数总的调用次数

tottime 函数内部（不包括子函数）的占用时间

percall（第一个） tottime/ncalls

cumtime 函数包括子函数所占用的时间

percall（第二个）cumtime/ncalls

filename:lineno(function) 文件：行号（函数）

代码中的输出非常简单，事实上可以利用pstat，让profile结果的输出多样化，具体可以参见官方文档python profiler。

profile GUI tools

虽然Cprofile的输出已经比较直观，但我们还是倾向于保存profile的结果，然后用图形化的工具来从不同的维度来分析，或者比较优化前后的代码。查看profile结果的工具也比较多，比如，visualpytune、qcachegrind、runsnakerun，本文用visualpytune做分析。对于上面的代码，按照注释生成修改后重新运行生成test.prof文件，用visualpytune直接打开就可以了，如下：

字段的意义与文本输出基本一致，不过便捷性可以点击字段名排序。左下方列出了当前函数的calller（调用者），右下方是当前函数内部与子函数的时间占用情况。上如是按照cumtime（即该函数内部及其子函数所占的时间和）排序的结果。

造成性能瓶颈的原因通常是高频调用的函数、单次消耗非常高的函数、或者二者的结合。在我们前面的例子中，foo就属于高频调用的情况，bar属于单次消耗非常高的情况，这都是我们需要优化的重点。

python-profiling-tools中介绍了qcachegrind和runsnakerun的使用方法，这两个colorful的工具比visualpytune强大得多。具体的使用方法请参考原文，下图给出test.prof用qcachegrind打开的结果

qcachegrind确实要比visualpytune强大。从上图可以看到，大致分为三部：。第一部分同visualpytune类似，是每个函数占用的时间，其中Incl等同于cumtime， Self等同于tottime。第二部分和第三部分都有很多标签，不同的标签标示从不同的角度来看结果，如图上所以，第三部分的“call graph”展示了该函数的call tree并包含每个子函数的时间百分比，一目了然。

profile针对优化

知道了热点，就可以进行针对性的优化，而这个优化往往根具体的业务密切相关，没用万能钥匙，具体问题，具体分析。个人经验而言，最有效的优化是找产品经理讨论需求，可能换一种方式也能满足需求，少者稍微折衷一下产品经理也能接受。次之是修改代码的实现，比如之前使用了一个比较通俗易懂但效率较低的算法，如果这个算法成为了性能瓶颈，那就考虑换一种效率更高但是可能难理解的算法、或者使用dirty Flag模式。对于这些同样的方法，需要结合具体的案例，本文不做赘述。

接下来结合python语言特性，介绍一些让python代码不那么pythonic，但可以提升性能的一些做法

第一：减少函数的调用层次

每一层函数调用都会带来不小的开销，特别对于调用频率高，但单次消耗较小的calltree，多层的函数调用开销就很大，这个时候可以考虑将其展开。

对于之前调到的profile的代码，foo这个call tree非常简单，但频率高。修改代码，增加一个plain_foo()函数, 直接返回最终结果，关键输出如下：

跟之前的结果对比：

可以看到，优化了差不多3倍。

第二：优化属性查找

上面提到，python 的属性查找效率很低，如果在一段代码中频繁访问一个属性（比如for循环），那么可以考虑用局部变量代替对象的属性。

第三：关闭GC

在本文的第一章节已经提到，关闭GC可以提升python的性能，GC带来的顿卡在实时性要求比较高的应用场景也是难以接受的。但关闭GC并不是一件容易的事情。我们知道python的引用计数只能应付没有循环引用的情况，有了循环引用就需要靠GC来处理。在python语言中, 写出循环引用非常容易。比如：

case 1：

　　a, b = SomeClass(), SomeClass()

　　a.b, b.a = b, a　　

case 2：

　　lst = []

　　lst.append(lst)

case 3：

　　self.handler = self.some_func

当然，大家可能说，谁会这么傻，写出这样的代码，是的，上面的代码太明显，当中间多几个层级之后，就会出现“间接”的循环应用。在python的标准库 collections里面的OrderedDict就是case2：

要解决循环引用，第一个办法是使用弱引用（weakref），第二个是手动解循环引用。

第四：setcheckinterval

如果程序确定是单线程，那么修改checkinterval为一个更大的值，这里有介绍。

第五：使用__slots__

slots最主要的目的是用来节省内存，但是也能一定程度上提高性能。我们知道定义了__slots__的类，对某一个实例都会预留足够的空间，也就不会再自动创建__dict__。当然，使用__slots__也有许多注意事项，最重要的一点，继承链上的所有类都必须定义__slots__，python doc有详细的描述。下面看一个简单的测试例子：

class BaseSlots(object):

    __slots__ = ['e', 'f', 'g']

 

class Slots(BaseSlots):

    __slots__ = ['a', 'b', 'c', 'd']

    def __init__(self):

        self.a = self.b = self.c = self.d = self.e = self.f  = self.g = 0

 

class BaseNoSlots(object):

        pass

 

class NoSlots(BaseNoSlots):

    def __init__(self):

        super(NoSlots,self).__init__()

        self.a = self.b = self.c = self.d = self.e = self.f  = self.g = 0

 

def log_time(s):

    begin = time.time()

    for i in xrange(10000000):

        s.a,s.b,s.c,s.d, s.e, s.f, s.g

    return time.time() - begin

 

if __name__ == '__main__':

    print 'Slots cost', log_time(Slots())

    print 'NoSlots cost', log_time(NoSlots())

输出结果：

Slots cost 3.12999987602

NoSlots cost 3.48100018501

python C扩展

也许通过profile，我们已经找到了性能热点，但这个热点就是要运行大量的计算，而且没法cache，没法省略。。。这个时候就该python的C扩展出马了，C扩展就是把部分python代码用C或者C++重新实现，然后编译成动态链接库，提供接口给其它python代码调用。由于C语言的效率远远高于python代码，所以使用C扩展是非常普遍的做法，比如我们前面提到的cProfile就是基于_lsprof.so的一层封装。python的大所属对性能有要求的库都使用或者提供了C扩展，如gevent、protobuff、bson。

笔者曾经测试过纯python版本的bson和cbson的效率，在综合的情况下，cbson快了差不多10倍！

python的C扩展也是一个非常复杂的问题，本文仅给出一些注意事项：

第一：注意引用计数的正确管理

这是最难最复杂的一点。我们都知道python基于指针技术来管理对象的生命周期，如果在扩展中引用计数出了问题，那么要么是程序崩溃，要么是内存泄漏。更要命的是，引用计数导致的问题很难debug。。。

C扩展中关于引用计数最关键的三个词是：steal reference，borrowed reference，new reference。建议编写扩展代码之前细读python的官方文档。

第二：C扩展与多线程

这里的多线程是指在扩展中new出来的C语言线程，而不是python的多线程，出了python doc里面的介绍，也可以看看《python cookbook》的相关章节。

第三：C扩展应用场景

仅适合与业务代码的关系不那么紧密的逻辑，如果一段代码大量业务相关的对象 属性的话，是很难C扩展的

将C扩展封装成python代码可调用的接口的过程称之为binding，Cpython本身就提供了一套原生的API，虽然使用最为广泛，但该规范比较复杂。很多第三方库做了不同程度的封装，以便开发者使用，比如boost.python、cython、ctypes、cffi（同时支持pypy cpython），具体怎么使用可以google。

beyond CPython

尽管python的性能差强人意，但是其易学易用的特性还是赢得越来越多的使用者，业界大牛也从来没有放弃对python的优化。这里的优化是对python语言设计上、或者实现上的一些反思或者增强。这些优化项目一些已经夭折，一些还在进一步改善中，在这个章节介绍目前还不错的一些项目。

cython

前面提到cython可以用到binding c扩展，但是其作用远远不止这一点。

Cython的主要目的是加速python的运行效率，但是又不像上一章节提到的C扩展那么复杂。在Cython中，写C扩展和写python代码的复杂度差不多（多亏了Pyrex）。Cython是python语言的超集，增加了对C语言函数调用和类型声明的支持。从这个角度来看，cython将动态的python代码转换成静态编译的C代码，这也是cython高效的原因。使用cython同C扩展一样，需要编译成动态链接库，在linux环境下既可以用命令行，也可以用distutils。

如果想要系统学习cython，建议从cython document入手，文档写得很好。下面通过一个简单的示例来展示cython的使用方法和性能（linux环境）。

首先，安装cython：

pip install Cython

下面是测试用的python代码，可以看到这两个case都是运算复杂度比较高的例子：

python C扩展

也许通过profile，我们已经找到了性能热点，但这个热点就是要运行大量的计算，而且没法cache，没法省略。。。这个时候就该python的C扩展出马了，C扩展就是把部分python代码用C或者C++重新实现，然后编译成动态链接库，提供接口给其它python代码调用。由于C语言的效率远远高于python代码，所以使用C扩展是非常普遍的做法，比如我们前面提到的cProfile就是基于_lsprof.so的一层封装。python的大所属对性能有要求的库都使用或者提供了C扩展，如gevent、protobuff、bson。

笔者曾经测试过纯python版本的bson和cbson的效率，在综合的情况下，cbson快了差不多10倍！

python的C扩展也是一个非常复杂的问题，本文仅给出一些注意事项：

第一：注意引用计数的正确管理

这是最难最复杂的一点。我们都知道python基于指针技术来管理对象的生命周期，如果在扩展中引用计数出了问题，那么要么是程序崩溃，要么是内存泄漏。更要命的是，引用计数导致的问题很难debug。。。

C扩展中关于引用计数最关键的三个词是：steal reference，borrowed reference，new reference。建议编写扩展代码之前细读python的官方文档。

 

第二：C扩展与多线程

这里的多线程是指在扩展中new出来的C语言线程，而不是python的多线程，出了python doc里面的介绍，也可以看看《python cookbook》的相关章节。

 

第三：C扩展应用场景

仅适合与业务代码的关系不那么紧密的逻辑，如果一段代码大量业务相关的对象 属性的话，是很难C扩展的

 

将C扩展封装成python代码可调用的接口的过程称之为binding，Cpython本身就提供了一套原生的API，虽然使用最为广泛，但该规范比较复杂。很多第三方库做了不同程度的封装，以便开发者使用，比如boost.python、cython、ctypes、cffi（同时支持pypy cpython），具体怎么使用可以google。

运行结果：

　call f cost: 0.215116024017

　　call integrate_f cost: 4.33698010445

不改动任何python代码也可以享受到cython带来的性能提升，具体做法如下：

• step1：将文件名（cython_example.py）改为cython_example.pyx

• step2：增加一个setup.py文件，添加一下代码：

from distutils.core import setup

from Cython.Build import cythonize

 

setup(

  name = 'cython_example',

  ext_modules = cythonize("cython_example.pyx"),

)

• step3：执行python setup.py build_ext –inplace

可以看到 增加了两个文件，对应中间结果和最后的动态链接库

• step4：执行命令 python -c “import cython_example;cython_example.main()”（注意： 保证当前环境下已经没有 cython_example.py）

运行结果

　call f cost: 0.0874309539795

　　call integrate_f cost: 2.92381191254

性能提升了大概两倍，我们再来试试cython提供的静态类型（static typing），修改cython_example.pyx的核心代码，替换f()和integrate_f()的实现如下：

def f(double x): # 参数静态类型

    return x**2-x

 

def integrate_f(double a, double b, int N):

    cdef int i

    cdef double s, dx

    s = 0

    dx = (b-a)/N

    for i in range(N):

        s += f(a+i*dx)

    return s * dx

然后重新运行上面的第三 四步：结果如下

　　call f cost: 0.042387008667

　　call integrate_f cost: 0.958620071411

上面的代码，只是对参数引入了静态类型判断，下面对返回值也引入静态类型判断。

替换f()和integrate_f()的实现如下：

cdef double f(double x): # 返回值也有类型判断

    return x**2-x

 

cdef double integrate_f(double a, double b, int N):

    cdef int i

    cdef double s, dx

    s = 0

    dx = (b-a)/N

    for i in range(N):

        s += f(a+i*dx)

    return s * dx

然后重新运行上面的第三 四步：结果如下

call f cost: 1.19209289551e-06

　　call integrate_f cost: 0.187038183212

Amazing！

pypy

pypy是CPython的一个替代实现，其最主要的优势就是pypy的速度，下面是官网的测试结果：

在实际项目中测试，pypy大概比cpython要快3到5倍！pypy的性能提升来自JIT Compiler。在前文提到google的Unladen Swallow 项目也是想在CPython中引入JIT，在这个项目失败后，很多开发人员都开始加入pypy的开发和优化。另外pypy占用的内存更少，而且支持stackless，基本等同于协程。

pypy的缺点在于对C扩展方面支持的不太好，需要使用CFFi来做binding。对于使用广泛的library来说，一般都会支持pypy，但是小众的、或者自行开发的C扩展就需要重新封装了。

references

• 编程语言benchmark

• python属性查找

• python profiler

• yappi

• greenletprofiler

• python-profiling-tools

• python C API

• cython

• Pyrex

• cython document

• pypy