安装

pip install py-spy

AI调用源码,红色调用时,python进程CPU 100%

python 降低cpu占用率 加速 python cpu占用率控制_Code

启动程序,输入问题,观察CPU

python 降低cpu占用率 加速 python cpu占用率控制_python_02

top

python 降低cpu占用率 加速 python cpu占用率控制_python_03

sudo .local/bin/py-spy top --pid 7150

python 降低cpu占用率 加速 python cpu占用率控制_python_04

可以看到,此时与显卡交互占用了绝大部分CPU,有点死循环检测显卡响应的意思。

显卡状态 nvidia-smi

python 降低cpu占用率 加速 python cpu占用率控制_Code_05

python 降低cpu占用率 加速 python cpu占用率控制_Code_06

显卡太弱了

python 降低cpu占用率 加速 python cpu占用率控制_Code_07


AI:

针对分析python进程cpu消耗,有没有类似java中的arthas工具,可以查看到进程内的各线程CPU使用率,生成热力图,看到具体是哪个函数占用cpu?

python 降低cpu占用率 加速 python cpu占用率控制_开发语言_08

对于Python进程的CPU消耗分析,虽然没有与Java中的Arthas完全对等的工具,但有其他一些工具可以帮助你进行类似的功能:

  1. cProfile: Python自带了一个名为cProfile的标准库模块,可以用来分析程序性能,包括CPU使用率和各个函数调用的耗时情况。它可以提供详细的统计信息,但不直接生成热力图。
    示例代码: Python
import cProfile
profiler = cProfile.Profile()
profiler.enable()
# 这里是你的程序代码
profiler.disable()
profiler.print_stats(sort='time')  # 按时间排序输出
  1. py-spy: py-spy是一个第三方命令行工具,它允许你在不修改代码的情况下分析Python程序的运行时行为,包括查看CPU使用、线程堆栈以及生成火焰图(Flame Graphs), 热力图可以通过其他工具基于其生成的数据来绘制。
    安装及使用示例: Code
pip install py-spy
py-spy --pid <your_pid> --duration 5 --output flamegraph.svg

其中 --pid 是要监控的Python进程ID,--duration 是监控持续时间,--output 指定输出文件格式,如SVG格式的火焰图。

  1. vprof: vprof是另一个可视化Python性能分析器,它可以实时显示CPU使用率,并且能够交互式地探索各个函数调用的开销。
    安装与使用: Code
pip install vprof
vprof your_script.py
  1. Grafana/Pyroscope: Pyroscope是一个开源的持续性能分析工具,支持Python应用,它可以提供动态火焰图并且能实时监控CPU占用。你需要在应用程序中安装并启动Pyroscope客户端,然后通过web界面查看详细报告。

这些工具可以帮助你深入理解Python程序的CPU使用情况,并定位潜在的性能瓶颈。