正则化匹配时间实现定时任务执行

1. 正则化匹配规则

1. 在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字
2. 要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符
3. ^表示行的开头，^\d表示必须以数字开头。
4. $表示行的结束，\d$表示必须以数字结束。
5. 要做更精确地匹配，可以用[]表示范围，比如：

1.2 举例

1. [0-9a-zA-Z\_] 可以匹配一个数字、字母或者下划线；
2. [0-9a-zA-Z\_]+ 可以匹配至少由一个数字、字母或者下划线组成的字符串，比如’a100’，‘0_Z’，'Py3000’等等；
3. [a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；
4. [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。
5. A|B可以匹配A或B，所以(P|p)ython可以匹配’Python’或者’python’。你可能注意到了，py也可以匹配’python’，但是加上^py$就变成了整行匹配，就只能匹配’py’了

2. 应用场景

在运行程序是，通过要进行压力测试，在程序的各项性能稳定时才可以进行上线，其中主要的性能指标包含cup，内存，显存，这里遇到的问题就是内存不断飙升的问题，在程序中手动加入del删除变量，在接口处执行gc.collect()进行手动的内存回收，并且加入torch.cuda.empty_cache()清除gpu的内存。这种方式确实奏效，内存从80G左右，在压测时稳定在8G左右，达到上线的标准。
实际上另一个坑正在慢慢的酝酿，通过单独测试gc.collect()指令，发现程序在压测20分钟后，仅仅执行gc.collect()这一条指令，就使用了整整10s的时间！！太恐怖了，后面就想到了定时执行gc.collect()，在内存和时间上进行折中，定时gc.collect()函数如下

import re
import gc
import time,logging

def timmer(func):
    def wrapper(*args,**kwargs):
        #print('programe strat running...')
        start = time.time()
        try:
            result = func(*args,**kwargs)
            runtime = int((time.time() - start) * 1000)
            print(func.__name__,'running %sms'%runtime)
            return result
        except:logging.error('programe running err!')
        #finally: print('programe end running!\n')
    return wrapper

@timmer
def run_gc(cur_date):
    time_hms = re.search(r'(\d{2}:\d{2}:\d{2})', cur_date)
    for i in range(0,60,2):
        #print(str(i).zfill(2),end=",")
        if time_hms.group(1).split(":")[1] == str(i).zfill(2):
            gc.collect()
            break
    return


cur_date=time.asctime(time.localtime(time.time()))
print(cur_date)
start = time.time()
run_gc(cur_date)
print("run_gc运行时间为：",int((time.time() - start) * 1000),"ms")


"""
Fri Jun 11 17:10:58 2021
run_gc running 20ms
run_gc运行时间为： 20 ms
"""

测试gc

@timmer
def cal1():
    data = range(1,50000000)  
    wdict = dict(zip(data,data)) 
@timmer
def cal2():
    gc.disable() 
    data = range(1,50000000)  
    wdict = dict(zip(data,data)) 
    gc.enable()
cal1()
cal2()

"""
cal1 running 7297ms
cal2 running 6991ms
"""

后续效果待更新