Ruby Profiler詳解之stackprof
簡介
stackprof 是基於取樣的一個調優工具,取樣有什麼好處呢?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有一篇基於取樣的論文,也基本證明了取樣是可行的。而 stackprof 也是深受 google 的 perftools 的影響,採用了取樣的方式來做調優。
基本使用方法
StackProf.run(mode: :cpu, out: './stackprof.dump') do
# 你的程式碼
end
這裡我們給出一段示例程式碼,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
end
end
StackProf.run(mode: :cpu, out: './stackprof.dump') do
Compute.new.start
end
儲存為test.rb
,同時執行 ruby test.rb 就會在當前目錄下生成 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
11 06 (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,同時是誰呼叫了它,以及還顯示了它在原始碼中的上下文。假如有多個方法呼叫了 m2 ,還會顯示出這幾個方法,以及他們呼叫 m2 所佔的比例,也就是上面的 callers 部分,因為只有一個 start 方法呼叫了 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 中新增 stackprof ,然後新增 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,檢視其中某一個結果:
==================================
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除錯線上的環境。
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,能幫助企業使用者和開發者輕鬆實現:緩慢的程式程式碼和SQL語句的實時抓取。想閱讀更多技術文章,請訪問OneAPM官方技術部落格。
相關文章
- Ruby Profiler 詳解之 stackprof
- Ruby Profiler詳解之ruby-prof(I)
- VSCode + WSL 2 + Ruby環境搭建詳解VSCode
- rails on ruby,ruby on rails 之程式碼塊(二)AI
- js profilerJS
- Snapdragon profilerGo
- Ruby 札記 - Ruby 集合家族之陣列(Array)陣列
- Ruby程式語言與Ruby之間的比較
- JavaScript之this詳解JavaScript
- iOS效能優化 - 工具Instruments之Time ProfileriOS優化
- RUBY實踐—Ruby Report之Ruport簡單應用
- BeetleX之WebSocket詳解Web
- MySql之EXPLAN詳解MySql
- Flutter之ElevatedButton詳解Flutter
- Java之Super詳解Java
- CSS之Position詳解CSS
- Java 之 synchronized 詳解Javasynchronized
- 使用SQL Server ProfilerSQLServer
- 機器學習之Xgboost詳解機器學習
- Flutter之DataTable使用詳解Flutter
- 玩轉 JavaScript 之詳解 thisJavaScript
- JavaScript之原型深入詳解JavaScript原型
- Flutter 之 Row、Column詳解Flutter
- 【詳解】核心元件之UserDetailService元件AI
- Java之BigDecimal詳解JavaDecimal
- Javascript之字串拼接詳解JavaScript字串
- oracle之 Oracle LOB 詳解Oracle
- Java 之 ThreadLocal 詳解Javathread
- STL 之 vector 容器詳解
- Java 之 volatile 詳解Java
- Python 之 itertools 詳解Python
- iOS之StatusBar詳解iOS
- javaweb之Filter詳解(轉)JavaWebFilter
- Ruby語言入門之Hello world
- [Ruby]format xml with RubyORMXML
- [譯] React Profiler 介紹React
- Git 學習之命令詳解Git
- linux之kill命令詳解Linux