標籤:ruby
簡介
stackprof 是基於採樣的一個調優工具,採樣有什麼好處呢?好處就是你可以線上使用,按照內建的演算法抓取一部分資料,隻影響一小部分效能。它會產生一系列的 dump 檔案,然後你線上下分析這些檔案,從而定位出問題,google有一篇基於採樣的論文,也基本證明了採樣是可行的。而 stackprof 也是深受 google 的 perftools 的影響,採用了採樣的方式來做調優。
基本使用方法
StackProf.run(mode: :cpu, out: ‘./stackprof.dump‘) do # 你的代碼end
這裡我們給出一段範例程式碼,來作為測試目標:
require "stackprof"class Compute def m1 "string" * 100 end def m2 "string" * 10000 end def start 100_000.times do m1 m2 end endendStackProf.run(mode: :cpu, out: ‘./stackprof.dump‘) do Compute.new.startend
儲存為test.rb
,同時執行 ruby test.rb 就會在目前的目錄下產生 stackprof.dump 檔案,我們用 stackprof 開啟這個檔案:
stackprof stackprof.dump --text
================================== Mode: cpu(1000) Samples: 1793 (0.61% miss rate) GC: 587 (32.74%)================================== TOTAL (pct) SAMPLES (pct) FRAME 1106 (61.7%) 1106 (61.7%) Compute#m2 98 (5.5%) 98 (5.5%) Compute#m1 1206 (67.3%) 2 (0.1%) block in Compute#start 1206 (67.3%) 0 (0.0%) <main> 1206 (67.3%) 0 (0.0%) Compute#start 1206 (67.3%) 0 (0.0%) <main> 1206 (67.3%) 0 (0.0%) block in <main>
這裡可以很明顯的看出是 m2 方法比較慢,佔據了大部分的執行時間,相比其他的調優工具,它只是列出了使用者自己的方法所佔時間比,在 ruby-prof 中的測試中,它是會顯示String#*
這個方法的佔比的,但是對於我們來說,它的意義不大,而 stackprof 是不會理會標準庫裡的方法的。同時 stackprof 也是可以過濾方法的,比如我們發現了 m2 這個方法有問題,那麼就可以把它過濾出來,看看細節:
stackprof stackprof.dump --text --method ‘Compute#m2‘Compute#m2 (/Users/lizhe/Workspace/ruby-performance-tuning/test.rb:9) samples: 1106 self (61.7%) / 1106 total (61.7%) callers: 1106 ( 100.0%) block in Compute#start code: | 9 | end 1106 (61.7%) / 1106 (61.7%) | 10 | | 11 | def start
我們可以看到 m2 這個方法定義在哪一個檔案的哪一行,同時是誰調用了它,以及還顯示了它在源碼中的上下文。假如有多個方法調用了 m2 ,還會顯示出這幾個方法,以及他們調用 m2 所佔的比例,也就是上面的 callers 部分,因為只有一個 start 方法調用了 m2,所以它是 100% 。
在rack中的使用方法
stackprof 本身實現了一個 rack middleware ,所以可以很方便的掛載到一個 rack 應用中:
use StackProf::Middleware, enabled: true, mode: :cpu, save_every: 5
在 rails 中使用,先在 Gemfile 中添加 stackprof ,然後添加 middleware :
config.middleware.use StackProf::Middleware, enabled: true, mode: :cpu, save_every: 5
然後請求你的應用,多請求幾次,每5秒鐘它會儲存一次輸出結果到tmp目錄中,查看其中某一個結果:
================================== Mode: cpu(1000) Samples: 155 (0.00% miss rate) GC: 11 (7.10%)================================== TOTAL (pct) SAMPLES (pct) FRAME 18 (11.6%) 18 (11.6%) Hike::Index#entries 12 (7.7%) 12 (7.7%) Hike::Index#stat 9 (5.8%) 9 (5.8%) #<Module:0x007fb72a0c7b08>.load_with_autoloading 18 (11.6%) 9 (5.8%) Sprockets::Cache::FileStore#[] 6 (3.9%) 6 (3.9%) block (2 levels) in BindingOfCaller::BindingExtensions#callers 5 (3.2%) 5 (3.2%) Time.parse 5 (3.2%) 5 (3.2%) Sprockets::Mime#mime_types 5 (3.2%) 5 (3.2%) Pathname#chop_basename 4 (2.6%) 4 (2.6%) block in ActionView::PathResolver#find_template_paths 4 (2.6%) 4 (2.6%) block in BetterErrors::ExceptionExtension#set_backtrace 15 (9.7%) 3 (1.9%) block in ActiveSupport::Dependencies#load_file 2 (1.3%) 2 (1.3%) Temple::Mixins::CompiledDispatcher::DispatchNode#initialize 5 (3.2%) 2 (1.3%) ActionDispatch::Cookies::EncryptedCookieJar#initialize 2 (1.3%) 2 (1.3%) ActiveSupport::KeyGenerator#generate_key 2 (1.3%) 2 (1.3%) block in ActionView::PathResolver#query 4 (2.6%) 2 (1.3%) Slim::Parser#initialize 113 (72.9%) 2 (1.3%) ActionView::Renderer#render_template 2 (1.3%) 2 (1.3%) Hike::Trail#stat 2 (1.3%) 2 (1.3%) block in ActiveSupport::Dependencies#search_for_file 22 (14.2%) 2 (1.3%) block in Temple::Filters::MultiFlattener#on_multi 20 (12.9%) 2 (1.3%) Temple::Filters::ControlFlow#dispatcher 15 (9.7%) 2 (1.3%) ActionView::Renderer#render_partial 1 (0.6%) 1 (0.6%) block in Slim::Parser#initialize 1 (0.6%) 1 (0.6%) Pathname#prepend_prefix 1 (0.6%) 1 (0.6%) String#blank? 1 (0.6%) 1 (0.6%) ActiveSupport::SafeBuffer#initialize 10 (6.5%) 1 (0.6%) Sprockets::Asset#dependency_fresh? 1 (0.6%) 1 (0.6%) Sprockets::Asset#init_with 1 (0.6%) 1 (0.6%) Hike::Index#sort_matches 1 (0.6%) 1 (0.6%) block in ActiveSupport::Dependencies::Loadable#require
可以利用這樣的方式調試線上的環境。
參考連結:
- https://github.com/tmm1/stackprof
本文系OneAPM工程師原創文章。OneAPM是中國基礎軟體領域的新興領軍企業,能協助企業使用者和開發人員輕鬆實現:緩慢的程式碼和SQL語句的即時抓取。想閱讀更多技術文章,請訪問OneAPM官方技術部落格。
著作權聲明:本文為博主原創文章,未經博主允許不得轉載。
Ruby Profiler詳解之stackprof