鲲鹏DevKit之Python字符串拼接系统性能分析-优快云博客

1 概述

1.1 实验介绍

鲲鹏DevKit系统性能分析是针对基于鲲鹏的服务器的性能分析工具，能收集服务器的处理器硬件、操作系统、进程/线程、函数等各层次的性能数据，分析出系统性能指标，定位到系统瓶颈点及热点函数，给出优化建议。该工具可以辅助用户快速定位和处理软件性能问题。

本实验选择Python进行字符串拼接性能分析作为示例，并借助开发者空间云主机提供的鲲鹏沙箱资源进行安装、配置，直观地展示Devkit中系统性能分析能力在实际应用开发中为开发者带来的便利。

1.2 实验对象

企业
个人开发者
高校学生

1.3 实验时间

本次实验总时长预计40分钟。

1.4 实验流程

{{{width="70%" height="auto"}}}

说明：

自动部署鲲鹏云服务器；
安装鲲鹏Devkit插件；
通过浏览器访问，添加IP节点，以配置在线分析环境；
安装Python3;
使用Python3命令执行代码；
在线分析，通过全景分析和进程分析查看CPU负载和使用率情况进行对比分析；
修改执行命令，再次分析。

1.5 实验资源

本次实验预计花费总计0元

资源名称	规格	单价（元）	时长（分钟）
开发者空间-云主机	鲲鹏通用计算增强型 kC2 \| 4vCPUs \| 8G \| Ubuntu	免费	40

2 鲲鹏DevKit之Python字符串拼接系统性能分析

2.1 开发者空间配置

面向广大开发者群体，华为开发者空间提供一个随时访问的“开发桌面云主机”、丰富的“预配置工具集合”和灵活使用的“场景化资源池”，开发者开箱即用，快速体验华为根技术和资源。进入华为开发者空间工作台界面，点击打开云主机 > 进入桌面连接云主机。如果还没有领取云主机进入工作台界面后点击配置云主机，选择Ubuntu操作系统。

2.2 自动部署鲲鹏云服务器

在云主机桌面右键选择“Open Terminal Here”，打开命令终端窗口。

执行自动部署命令如下，该命令会自动部署鲲鹏云服务器。

hcd deploy --password abcd@1234 --time 3600

--password 待部署项目所在ECS的root用户密码（至少8个字符），如果不修改部署命令，鲲鹏云服务器密码就是abcd@1234。
--time 待部署资源的保留期（单位为秒，至少600秒，默认600秒）。当前实验预估需要40分钟，可以配置time为1小时保留期。

看到“application is running, service addr: https://xxx.xxx.xxx.xxx:8084”表示部署成功，记录部署远端服务器公网IP，如截图中对应的就是：115.175.25.9 。

自动部署的鲲鹏云务器已经预装了鲲鹏DevKit插件，该案例会用到DevKit的系统性能分析能力。

2.3 添加IP节点

在云主机桌面右键选择“Open Terminal Here”，打开命令终端窗口。

通过ssh连接云服务器，然后输入“密码”，出现“Welcome to XXX”代表连接成功。

ssh root@云主机IP

登录鲲鹏云服务器（密码是2.2中设置的密码）:

查询鲲鹏云服务器内网IP地址。

ifconfig

通过浏览器访问鲲鹏云服务器，添加目标节点，以配置在线分析环境。

打开浏览器，输入“https://xxx.xxx.xxx.xxx:8086”（IP为2.1自动部署的鲲鹏云服务器IP），如果提示风险，点击接受并继续。

首次登录需要设置密码，设置后登录。

登录完成后添加节点：点击“调优”，选择通用分析下面的“新建”按钮，右边窗口选择“管理节点”。

进入管理界面后，点击“添加节点”，勾选协议，弹窗节点IP输入上面ifconfig查询到的鲲鹏云服务器内网IP，输入“密码”，点击“确定”。

选择“继续添加”。

添加成功如下图所示，点击左上角“DevKit Tools”返回上一级菜单。

上一级菜单如下图所示，可以看到节点添加成功。

2.4 执行Python代码

回到云主机桌面打开终端，创建concatenate_string.py文件。

vim concatenate_string.py

回车进入，点击“i”进入编辑模式。

concatenate_string.py代码如下（concatenate_string.py 代码仓地址）：

import sys

BASE_STRING = "Hello world"
LOOP_TIMES = 100000000
STRING_LIST = [BASE_STRING] * LOOP_TIMES

def string_plus():
    new_string = ''
    for string in STRING_LIST:
        new_string += string
    print(len(new_string))


def string_join():
    new_string = ''.join(STRING_LIST)
    print(len(new_string))


def main():
    function_map = {
        'string_plus': string_plus,
        'string_join': string_join,
    }
    print(sys.argv)
    _, function = sys.argv
    if function in function_map:
        function_map[function]()
    else:
        print('function {} not exist'.format(function))


if __name__ == "__main__":
    main()

代码复制完毕，键盘点击“esc”，然后输入“:wq”保存退出。

执行以下指令，可以代码看到执行成功，该代码中使用“+”在for循环中拼接字符串，运行时间为10s。

time python3 concatenate_string.py string_plus

2.5 在线分析

2.5.1 创建全景分析任务

回到浏览器，可以看到2.2添加的节点界面。

分析类型选择“全景分析”，采样类型全部勾选，采样时长设置为“20”，其他默认，点击“确定”，跳出弹窗点击“确定”。

出现如下界面时，点击“开始分析”，等待分析进度条完成。

采样完成后，点击“系统性能”，打开“CPU负载”，可以看到数据显示CPU负载值。

2.5.2 创建进程线程分析任务

回到执行Python终端，如连接超时重新连接即可。再次执行Python3命令。

time python3 concatenate_string.py string_plus

执行成功返回浏览器。点击左上角系统性能分析后的新建任务图标，选择“通用分析”。

分析类型选择“进程分析”，采样类型全部勾选，采样时长设置为“20”，其他默认，点击“确定”，跳出弹窗点击“确定”

出现如下界面时，点击“开始分析”。等待分析进度条完成。

分析完成后查看进程性能数据，CPU使用率也比其他大部分进程高。

2.6 修改执行命令并再次分析

回到Python终端，将执行命令进行修改，使用join拼接字符串，执行如下命令，可以看到运行时间变为3s。

time python3 concatenate_string.py string_join

再次创建全景分析，参数与2.5.1保持一致，分析成功后查看结果。

再次创建进程分析，参数与2.5.2保持一致，分析成功后查看结果。

时间对比：

字符串拼接方式	运行时长
使用“+”拼接	10.850s
使用“join”拼接	3.112s

总结：

使用鲲鹏DevKit系统性能分析工具查看性能数据，通过系统全景分析和进程分析的数据采集，可以分析出性能瓶颈点，Python中的string是不可变对象，循环中使用+进行大量字符串拼接时，会频繁的进行内存的申请、分配以及字符串的复制，导致性能低下。将代码进行修改，使用join拼接字符串，执行时间减少，性能明显提升。

至此本次实验全部内容完成。