性能测试,python 内存分析工具 -memray

Memray是一个由彭博社开发的、开源内存剖析器;开源一个多月,已经收获了超8.4k的star,是名副其实的明星项目。今天我们就给大家来推荐这款python内存分析神器。

Memray可以跟踪python代码、本机扩展模块和python解释器本身中内存分配,可以生成多种不同类型的报告,帮助您分析python代码内存使用情况。

  • 工具的主要特点: 跟踪每个函数的调用,能够准确的跟踪调用栈 能跟踪c/c++库的调用 分析速度很快 收集内存数据,输出各种图标 使用python线程 与本地线程一起工作

  • 可以帮助解决的问题: 分析应用程序中内存分配,发现高内存使用率的原因 查找内存泄漏的原因 查找导致内存大量分配的代码热点

memray安装

  • 环境要求:python3.7+以上版本,linux系统(仅支持linux系统)

  • 安装:pip3 install memray

memray使用

memray使用帮助

python3 -m memray --help

性能测试,python 内存分析工具 -memray_第1张图片

参数

作用

run

运行指定的应用程序并跟踪内存使用情况

flamegraph

在html报告中,用火焰图方式,显示内存使用情况

table

在html报告文件中,用表格的方式显示内存分析情况

live

用实时屏幕显示方式,显示各种内存使用情况

tree

在终端中,用树形结构显示内存使用情况

parse

用debug模式,显示每一行的内存使用情况

summary

汇总终端运行期间的内存使用概况

stats

在终端中非常详细的显示内存使用情况

run命令使用

  • python3 -m memray run --help 获取帮助

性能测试,python 内存分析工具 -memray_第2张图片

参数

作用

-o OUTPU,--output OUTPUT

指定输出结果到哪里

--live

启动实时跟踪会话模式

--live-remote

启动实时跟踪会话并等待客户端连接

--live-port LIVE_PORT, -p LIVE_PORT

启动实时跟踪时要使用的端口

--native

跟踪C/C++堆栈

--follow-fork

跟踪脚本分叉的子进程中的分配

--trace-python-allocators

记录pymalloc分配器的分配情况

-q, --quiet

运行时不显示任何特定于跟踪的输出

-f, --force

强制复购已有文件

--compress-on-exit

跟踪完成后使用 lz4 压缩生成的文件

--no-compress

不使用 lz4 压缩生成的文件

-c

作为字符串传入的程序

-m

将库模块作为脚本运行

  • python3 -m memray run xxx.py 直接分析某个py文件的内存使用情况,就会在当前路径下生成一个 ‘memray-py文件名.进程id.bin’ 的内存使用记录文件。当然,也可以跟上-o outFiPath 指定输出路径。如果运行的py文件是模块代码,也可以使用-m xxx.py 方式运行。

性能测试,python 内存分析工具 -memray_第3张图片

‘memray-py文件名.进程id.bin’ 文件,可以通过 python3 -m memray flamegraph memray-py文件名.进程id.bin 转换为一份html-火焰图报告

性能测试,python 内存分析工具 -memray_第4张图片

如上图,从上往下,显示了程序的调用过程,宽度,代表函数占用内存多少。

  • python3 -m memray run --native xxxx.py 会跟踪分析python代码中调用底层的C/C++函数消耗的内存情况

性能测试,python 内存分析工具 -memray_第5张图片

性能测试,python 内存分析工具 -memray_第6张图片

  • python3 -m memray run --trace-python-allocators xxx.py 跟踪分析python程序内存分配器pymalloc的情况

性能测试,python 内存分析工具 -memray_第7张图片

性能测试,python 内存分析工具 -memray_第8张图片

这个看上去,和没有加参数,效果差不多,但是,实际上是完全不一样的。这种方式,会深入跟踪内存分配,python常见的内存分配器有四种(malloc、free、realloc、pymalloc),这个参数,在python出现内存溢出时,就非常有用了。但是,加了这个参数,运输速度会变慢,收集的数据生成的文件会更大。

  • python3 -m memray run --live xxx.py 用实时屏幕模式显示跟踪的内存数据。

性能测试,python 内存分析工具 -memray_第9张图片

默认时,根据Total memory的数据从大到小,往下排列;按"O",可以根据私有内存从大到小,排序显示内存对象;按“A”,则根据内存分配次数量从高到底排序。

有了这个统计数据,就能快速定位到哪些对象,占用内存大,哪些对象被频繁的分配内存。这些对象,就是重点分析对象。

flamegraph命令---生成火焰图报告

  • python3 -m memray flamegraph --help 获取帮助

性能测试,python 内存分析工具 -memray_第10张图片

  • python3 -m memray flamegraph xxx.bin 生成火焰图

table命令--生成表格报告

  • python3 -m memray table --help 获取帮助

  • python3 -m memray table xxxx.bin 把bin文件转换为表格报告

性能测试,python 内存分析工具 -memray_第11张图片

tree命令--生成树形报告

  • python3 -m memray tree --help 获取帮助

  • python3 -m memray tree xxxx.bin 把bin文件转换为树形报告

性能测试,python 内存分析工具 -memray_第12张图片

summary命令--生成概要报告

  • python3 -m memray summary --help 获取帮助

  • python3 -m memray summary xxxx.bin 对bin文件进行分析,生成概要报告

性能测试,python 内存分析工具 -memray_第13张图片

stats命令---生成详细统计报告

  • python3 -m memray stats --help 获取帮助

  • python3 -m memray stats xxxx.bin 对bin文件进行分析,生成详细报告

性能测试,python 内存分析工具 -memray_第14张图片

你可能感兴趣的:(软件测试,python,linux,开发语言)