如何使用Python的timeit计时代码段以测试性能？

Question

我有一个Python脚本，该脚本可以正常工作，但是我需要编写执行时间。我已经用谷歌搜索了，timeit但我似乎无法使其正常工作。我的Python脚本如下所示：import sysimport getoptimport timeitimport randomimport osimport reimport ibm_dbimport timefrom string import maketransmyfile = open("results_update.txt", "a")for r in range(100):    rannumber = random.randint(0, 100)    update = "update TABLE set val = %i where MyCount >= '2010' and MyCount < '2012' and number = '250'" % rannumber    #print rannumber    conn = ibm_db.pconnect("dsn=myDB","usrname","secretPWD")for r in range(5):    print "Run %s\n" % r            ibm_db.execute(query_stmt) query_stmt = ibm_db.prepare(conn, update)myfile.close()ibm_db.close(conn)我需要的是执行查询并将其写入文件所需的时间results_update.txt。目的是测试具有不同索引和调整机制的数据库更新语句。

Answer 1

您可以在要计时的块之前或之后使用time.time()或time.clock()。

import time

t0 = time.time()

code_block

t1 = time.time()

total = t1-t0

此方法不完全精确timeit（它不会平均运行几次），但是很简单。

time.time()（在Windows和Linux中）和time.clock()（在Linux中）不够精确，无法实现快速功能（total = 0）。在这种情况下，或者如果要平均几次运行所花费的时间，则必须多次手动调用该函数（就像我在示例代码中已经做过的那样，并且在设置其number参数时timeit会自动执行）

import time

def myfast():

   code

n = 10000

t0 = time.time()

for i in range(n): myfast()

t1 = time.time()

total_n = t1-t0

如注释中所述，在Windows中，Corey time.clock()具有更高的精度（微秒而不是秒），并且优于time.time()。

Answer 2

如果您要分析代码并可以使用IPython，则它具有magic函数%timeit。

%%timeit 对细胞进行操作。

In [2]: %timeit cos(3.14)

10000000 loops, best of 3: 160 ns per loop

In [3]: %%timeit

   ...: cos(3.14)

   ...: x = 2 + 3

   ...: 

10000000 loops, best of 3: 196 ns per loop

Answer 3

除了时间之外，您显示的这段代码是完全不正确的：您执行100个连接（完全忽略除最后一个连接之外的所有连接），然后在您执行第一个执行调用时将其传递给局部变量query_stmt，该局部变量仅在执行之后初始化呼叫。

首先，使您的代码正确，而不必担心时间安排：即建立或接收连接并对该连接执行100或500或任意数量的更新的函数，然后关闭该连接。一旦您的代码正常工作，便是考虑在其上使用的正确点timeit！

具体来说，如果要计时的函数是一个无参数的函数，则foobar可以使用timeit.timeit（2.6或更高版本-在2.5及更高版本中更为复杂）：

timeit.timeit('foobar()', number=1000)

你最好指定运行的次数，因为默认情况下，上百万，可能是高为您的使用情况（导致该代码;-)花费了大量的时间。

Answer 4

专注于一件事。磁盘I / O速度很慢，因此如果您要调整的只是数据库查询，那么我将不进行测试。

而且，如果您需要安排数据库执行时间，请改用数据库工具，例如询问查询计划，并注意性能不仅随确切的查询和拥有的索引而变化，还随数据负载（多少数据）而变化。您已存储）。

就是说，您只需将代码放入函数中，然后使用即可运行该函数timeit.timeit()：

def function_to_repeat():

    # ...

duration = timeit.timeit(function_to_repeat, number=1000)

这将禁用垃圾收集，重复调用该function_to_repeat()函数，并使用来计时这些调用的总持续时间timeit.default_timer()，这是您特定平台上最准确的可用时钟。

您应该将设置代码移出重复功能；例如，您应该首先连接到数据库，然后仅对查询进行计时。使用setup参数导入或创建这些依赖项，并将其传递给函数：

def function_to_repeat(var1, var2):

    # ...

duration = timeit.timeit(

    'function_to_repeat(var1, var2)',

    'from __main__ import function_to_repeat, var1, var2', 

    number=1000)

会抓取globals function_to_repeat，var1并var2从您的脚本中将其每次重复传递给函数。