对asyncio应用程序进行简单性能分析

了解协程调用过程中消耗的内存和时间。

在这里性能分析（profiling）是度量程序执行效果的非功能参数。

为了实现性能分析，Python标准库在PEP 454种概述tracemalloc模块。

tracemalloc模块是在CPython解释器中引入，因为需要一个用于Python的内存监控API。

CPython中的内存管理由两个API处理：PyMem_Malloc和pymalloc。这两个分配器（allocator）并不能很好的与通用内存调试器（如Valgrind）配合使用，Valgrind可以提供内存分配的C回溯信息（traceback），这样可能导致回溯信息在CPython的C API中就结束了。

因此，我们需要使用tracemalloc模块和一个带有装饰器的Profiler类来打印协程的内存使用情况

import asyncio
import logging
import tracemalloc
import functools


class Profiler:
    def __init__(self):
        self.stats = {}
        self.logger = logging.getLogger(__name__)

    def profile_memory_usage(self, f):
        @functools.wraps(f)
        async def wrapper(*args, **kwargs):