python 性能优化

莫彩

已于 2023-01-03 00:59:31 修改

阅读量929

点赞数

分类专栏： python 进阶程序员的玩具大数据实战文章标签： python 性能优化开发语言

于 2023-01-03 00:40:18 首次发布

本文链接：https://blog.csdn.net/cookieZZ/article/details/128462967

版权

python 进阶同时被 3 个专栏收录

24 篇文章 4 订阅

订阅专栏

程序员的玩具

12 篇文章 0 订阅

订阅专栏

大数据实战

6 篇文章 0 订阅

订阅专栏

文章目录

性能测试
- 运行速度
- 内存消耗
并行加速
即时编译
- njit
GPU
使用工具

关于程序优化的第一个准则是“不要优化”，第二个准则是“不要优化那些无关紧要的部分”。

性能测试

性能测试是做性能调优前最重要的工作。比如 python 本地程序一定要有时间和调用次数的打点，我们才能确定是 io 瓶颈还是计算瓶颈，还是算法复杂度自身有问题。再比如 mr 任务的话，要合理利用平台功能，监控 cpu 利用率和 memory 利用率，cpu 利用率低，可以降低资源申请或者提高异步；如果 memory 利用率低，通常就是降低资源申请。往往降低资源利用率也可以侧面的提供更高的并发可能性。

运行速度

# opti exe-time
# 参考：https://zhuanlan.zhihu.com/p/53760922
import cProfile, pstats, io, sys
from decorator import decorator
@decorator
def profile_time(func, *args, **kw):
    # pre
    pr = cProfile.Profile()
    pr.enable()

    # main func
    result = func(*args, **kw)

    # post
    pr.disable()
    s = io.StringIO()

	# tottime，指的是函数本身的运行时间，扣除了子函数的运行时间
    # cumtime，指的是函数的累计运行时间，包含了子函数的运行时间
    sortby = "cumtime"  # 仅适用于 3.6, 3.7 把这里改成常量了
    ps = pstats.Stats(pr, stream=s).sort_stats(sortby)
    ps.print_stats()
    sys.stderr.write("{}\n".format(s.getvalue()))
    pr.dump_stats("pipeline.prof")
    return result

上面这个装饰器直接装饰到需要计时的函数上就好了。上面这个装饰器还是顺便在当前路径生成一个 profile 文件，需要的话，调用该工具：flameprof pipeline.prof > pipeline.svg，就可以在浏览器中打开火焰图可视化了。

内存消耗

这个可以用 tracemalloc 工具，使用非常容易上手，因此这里不展开篇幅介绍了。

并行加速

分布式

这个我比较熟悉也是也借用的比较多的工具就是mapreduce 了，这里也不过多做介绍了。不过最近在整理 mapreduce 的相关零碎知识点，这里先挖个坑，后面会单独整理一下工作中遇到 mapreduce 的技巧和坑。
需要注意的是，因为 map->reduce阶段框架已经做了 shuffle+sort，因此，reducer 可以注意要尽可能的使用流式计算的逻辑。全局状态尽可能的少存，及时要存，我们也尽可能的使用流式算法。可以参考《互联网大规模数据挖掘与分布式处理》这本书。

并行

可以参考这一本小书：https://python-parallel-programmning-cookbook.readthedocs.io/zh_CN/latest/index.html
在这里插入图片描述

多线程

还有一点要注意的是，线程不是专门用来优化性能的。一个CPU依赖型程序可能会使用线程来管理一个图形用户界面、一个网络连接或其他服务。这时候，GIL会产生一些问题，因为如果一个线程长期持有GIL的话会导致其他非CPU型线程一直等待。事实上，一个写的不好的C语言扩展会导致这个问题更加严重，尽管代码的计算部分会比之前运行的更快些。
…
通过使用一个技巧利用进程池解决了GIL的问题。当一个线程想要执行CPU密集型工作时，会将任务发给进程池。然后进程池会在另外一个进程中启动一个单独的Python解释器来工作。当线程等待结果的时候会释放GIL。并且，由于计算任务在单独解释器中执行，那么就不会受限于GIL了。在一个多核系统上面，你会发现这个技术可以让你很好的利用多CPU的优势。

其实这里我叫多线程，一般我只会用到两个线程。一个处理 io 秘籍的部分，一个处理 cpu 密集的部分。比如，数据处理任务经常遇到的场景是读取数据，然后进行处理，常为流式计算（比如特征转换）或者批式（比如统计全局信息）。那么我们就可以批量读取，然后批量计算，并且这两个之间可以异步。
在这里插入图片描述
上图展示的是 io 比 cpu 处理时间长的场景，如果 cpu 处理时间更长，那么还可以对于 cpu 密集部分进行并发计算。（注意，调度起 cpu 是一个线程，并发是使用多个进程）。

多进程

并发一般使用多进程的方式是 python 中 GIL 的存在。有很多方式可以实现多进程，我们这里只给出一个我常用的方式：

import concurrent
import concurrent.futures

input_queue = [......]
def mapper_concurrent_op(input_data):
    // ....
    return output_data

executor = concurrent.futures.ProcessPoolExecutor(max_workers=4)
result_iter = executor.map(mapper_concurrent_op, input_queue)
result_list = list(result_iter) # input_queue 处理后的结果

对于使用 ProcessPoolExecutor 时，这个方法会将 iterables 分割任务块并作为独立的任务并提交到执行池中。这些块的大概数量可以由 chunksize 指定正整数设置。对很长的迭代器来说，使用大的 chunksize 值比默认值 1 能显著地提高性能。 chunksize 对 ThreadPoolExecutor 没有效果。参考python官方文档和Python并行编程中文版

框架

这里可以给出一个现实中可行的框架设计。对于这种【读入数据】=>【处理】=>【输出】的处理流程，可以结合上面的 io+cpu 异步和并发计算密集部分的原理，给出下面的抽象。大致的业务函数只有标灰的 5 处。

输入：定义如何生成待处理的数据
处理：定义如何把输入加工为输出
输出有三部分：（1）每个数据如何输出（2）如何更新全局状态（3）全局状态如何输出。

代码实现我这里先不给出，读者可以自己尝试一下如何实现，其实并不复杂。

即时编译

这个我常用的工具是 numba。

njit

一般想想要发挥比较好的性能提升的话，尽量都使用 nopython 模式。我们展开个例子讲一下。

case1 计算熵

先给出计算熵的例子，先用 numpy 实现一个常规版本，这个版本其实日常用不追求性能完全足够了。

def entropy(data):
    sum_ = np.sum(data)
    probs = data / sum_
    log_probs = np.log2(probs)
    ent = -1 * np.sum(probs * log_probs)
    return ent

a = np.array(np.random.randint(0, 100, (500,)), np.float64)
%timeit entropy(a)  # 19.5 µs ± 181 ns

下面是 njit 编译的版本，去掉编译时间，可以看到时间明显变短

@nb.njit
def entropy_fast(data):
    #sum_ = np.sum(data)
    sum_ = 0
    for i in data:
        sum_ += i
    # probs = []
    # log_probs = []
    ent = 0
    for i in data:
        p = i/sum_ + 1e-5
        # probs.append(p)
        # log_probs.append(math.log2(p))
        ent += p * np.log2(p)
    # ent = -1 * np.sum(probs * log_probs)
    return ent * -1
entropy_fast(a) # 触发编译
%timeit entropy_fast(a)  # 4.18 µs ± 26.2 ns

我们也可以使用手动签名的 njit，如这样：@nb.njit("float64(float64[:])")，这样会加快编译速度，但是运行速度几乎不变。

case2 找到最大概率类别

a = np.array(np.random.randint(0, 1100, (1500,)), np.str)
b = np.array(np.random.randint(0, 1100, (1500,)), np.float64)
def get_max_ratio(keys, values):
    idx = np.argmax(values)
    sum_ = np.sum(values)
    return keys[idx], values[idx] / sum_ 

%timeit get_max_ratio(a,b) # 9.17 µs ± 452 ns

这个有一个问题，就是貌似 numba 不接受 str 类型的参数，一般可以通过外部封装一层的方式解决。

def get_max_ratio_fast(k,v):
    idx, ratio = get_max_ratio_fast_(v)
    return k[idx], ratio

def get_max_ratio_fast(k,v):
    idx, ratio = get_max_ratio_fast_(v)
    return k[idx], ratio
    
@nb.njit("Tuple((int64,float64))(float64[:])")
def get_max_ratio_fast_(values:list):
    max_idx = 0
    max_value = 0
    sum_ = 0
    for i, v in enumerate(values):
        if v > max_value:
            max_idx = i
            max_value = v
        sum_ += v
    return max_idx, max_value / sum_

%timeit get_max_ratio_fast(b) #2.04 µs ± 96.9 ns

可以参考看看这个文章：https://zhuanlan.zhihu.com/p/434078992

case3 计算两两准确率

前面两个场景都是 numpy 自身优化已经做得很不错了，使用 numba 有收益，但是除非在瓶颈时否则收益不大。这也是前面重点强调的： 第一个准则是“不要优化”，第二个准则是“不要优化那些无关紧要的部分” 的意思。
但是有一些场景，用 numpy 不好实现，或者说实现起来比较麻烦，那么此时我们就可以试试 numba 了，反正已经麻烦了，不如一步到位。
比如我这里举一个例子，也是工作中常常遇到的真实场景。比如我们有一组数据，我们要计算他们两两之间的关系，通常是类似偏序关系的指标计算，或者有向图相关的计算。我们就确定一个明确的案例，计算一组带 label 数据两两之间的准确率。因为这个问题需要双层循环，所以，numpy 实现起来还比较麻烦。（其实可以利用 numpy 的广播机制，不过可能很多同学想不到，双层循环式最直观的想法了）。

下面给出一个基础版本，应该很好理解。

def pair_acc(label:list, score:list) -> float:
    assert len(label) == len(score)
    length = len(label)
    right = wrong = 0
    for i in range(length):
        for j in range(i+1, length):
            if label[i] == label[j]:
                continue
            if label[i] > label[j] and score[i] > score[j] or\
               label[i] < label[j] and score[i] < score[j]:
                right += 1
            else:
                wrong += 1

    return right / (right + wrong)

我们再给出一个从逻辑上简单优化的版本，大致思路是，两个数据 label 如果一致不需要比较，因此可以直接跳过（也就是上面的 continue 部分）。其实很有很多优化点，不过这里只是做一个好一点的baseline，不做过多探讨。

# 预排序加速版本
def pair_acc2(label, score):
    assert len(label) == len(score)
    length = len(label)
    zip_list = list(zip(label, score))
    zip_list.sort(key=lambda x:x[0])
    label_, score_ = zip(*zip_list)
    i = j = 0
    right = error = 0

    while i < length:
        j = i
        while j < length and label_[j] == label_[i]:
                j += 1
        while j < length:
            if score_[j] > score_[i]:
                right += 1
            else:
                error += 1
            j += 1
        i += 1
    acc =  right / (right + error)
    return acc

然后就是给出 numba 版本，其实这种已经用循环方式写好的计算逻辑，特别容易转为 numba。我们直接看下代码，可以发现基本上就是 python 原始代码加了装饰器就可以。另外同样为了保证排序，这一步也是在 numba 版本函数外部封装了一层做到的。

# 加速2:jit编译
@nb.jit(nopython=True)
def pair_acc_fast_for_sorted(label_, score_):
    #assert len(label) == len(score)
    length = len(label_)
    i = j = 0
    right = error = 0

    while i < length:
        j = i
        while j < length and label_[j] == label_[i]:
                j += 1
        while j < length:
            if score_[j] > score_[i]:
                right += 1
            else:
                error += 1
            j += 1
        i += 1

    return right / (right + error)

# pair_acc_fast_for_sorted的外围函数，执行预排序的功能
def pair_acc_fast(label, score):
    zip_list = list(zip(label, score))
    zip_list.sort(key=lambda x:x[0])
    label_, score_ = zip(*zip_list)
    label_ = np.array(list(label_))
    score_ = np.array(list(score_))
    acc =  pair_acc_fast_for_sorted(label_, score_)
    return acc