Project Icon

viztracer

Python代码执行跟踪与可视化分析工具

VizTracer是一个低开销的Python代码执行跟踪和可视化工具,支持多线程、多进程、子进程和异步操作。无需修改源代码即可使用大部分功能,前端界面可流畅渲染GB级别的跟踪数据。VizTracer能记录详细的函数进入/退出信息,支持自定义事件和过滤器,并可生成火焰图。适用于Linux/MacOS/Windows平台,为开发者提供性能分析和调试支持。

VizTracer

构建 flake8 readthedocs 覆盖率 pypi Visual Studio Marketplace 版本 支持版本 许可证 提交 赞助

VizTracer 是一个低开销的日志记录/调试/性能分析工具,可以跟踪和可视化您的 Python 代码执行。

前端 UI 由 Perfetto 驱动。使用"AWSD"进行缩放/导航。 更多帮助可以在"支持 - 控制"中找到。

示例图片

亮点

  • 时间线上详细的函数进入/退出信息,附带源代码
  • 使用超级简单,大多数功能无需更改源代码,无包依赖
  • 支持线程、多进程、子进程和异步
  • 强大的前端,能够流畅渲染 GB 级别的跟踪数据
  • 适用于 Linux/MacOS/Windows

安装

推荐通过 pip 安装 VizTracer

pip install viztracer

基本用法

命令行

假设您有一个要运行的 Python 脚本:

python3 my_script.py arg1 arg2

您可以简单地使用 VizTracer:

viztracer my_script.py arg1 arg2

将生成一个 result.json 文件,您可以使用 vizviewer 打开它

vizviewer result.json
# 您也可以显示目录中的所有文件并在浏览器中打开它们
vizviewer ./
# 对于非常大的跟踪文件,请尝试使用外部跟踪处理器
vizviewer --use_external_processor result.json

VS Code 扩展可以让您的使用更加便捷。

内联

您也可以在脚本中手动启动/停止 VizTracer。

from viztracer import VizTracer

tracer = VizTracer()
tracer.start()
# 这里发生一些事情
tracer.stop()
tracer.save() # 也可以接受 output_file 作为可选参数

或者,您可以使用 with 语句

with VizTracer(output_file="optional.json") as tracer:
    # 这里发生一些事情

Jupyter

如果您使用 Jupyter,可以使用 viztracer 单元格魔法。

# 首先需要加载扩展
%load_ext viztracer
%%viztracer
# 之后是您的代码

单元格执行后会出现一个 "VizTracer Report" 按钮,您可以点击它查看结果

高级用法

跟踪过滤器

VizTracer 可以过滤掉您不需要的数据,以减少开销并在转储日志之前保留更长时间段的信息。

无需更改代码的额外日志

VizTracer 可以在不更改源代码的情况下记录额外信息

添加自定义事件

VizTracer 支持在程序运行时插入自定义事件。这类似于打印调试,但您可以在查看跟踪数据时知道这个打印发生的时间。

其他

多线程支持

VizTracer 支持 Python 原生的 threading 模块,无需对代码进行任何修改。只需在创建线程之前启动 VizTracer,它就会正常工作。 对于其他多线程场景,您可以使用 enable_thread_tracing() 来通知 VizTracer 需要追踪的线程。

示例图片

详情请参阅多线程文档

多进程支持

VizTracer 原生支持 subprocessmultiprocessingos.fork()concurrent.futuresloky

对于更一般的多进程情况,VizTracer 可以通过一些额外步骤来支持。

示例图片

详情请参阅多进程文档

异步支持

VizTracer 原生支持 asyncio,但可以通过使用 --log_async 来增强报告。

示例图片

详情请参阅异步文档

火焰图

VizTracer 可以显示追踪数据的火焰图。

vizviewer --flamegraph result.json

示例图片

远程附加

只要可以导入 viztracer,VizTracer 就支持远程附加到任意 Python 进程来追踪它。

详情请参阅远程附加文档

JSON 替代方案

VizTracer 需要将内部数据转储为 json 格式。建议用户安装 orjson,它比内置的 json 库快得多。VizTracer 会尝试导入 orjson,如果 orjson 不存在,则会回退到内置的 json 库。

性能

在最坏情况下,VizTracer 会引入 2 到 3 倍的开销。如果函数调用较少或正确应用了过滤器,开销会好得多。

在 Github VM 上使用 Python 3.8 / Ubuntu 18.04.4 运行 test_performance 的示例
fib:
0.000678067(1.00)[origin]
0.019880272(29.32)[py] 0.011103901(16.38)[parse] 0.021165599(31.21)[json]
0.001344933(1.98)[c] 0.008181911(12.07)[parse] 0.015789866(23.29)[json]
0.001472846(2.17)[cProfile]

hanoi     (6148, 4100):
0.000550255(1.00)[origin]
0.016343521(29.70)[py] 0.007299123(13.26)[parse] 0.016779364(30.49)[json]
0.001062505(1.93)[c] 0.006416136(11.66)[parse] 0.011463236(20.83)[json]
0.001144914(2.08)[cProfile]

qsort     (8289, 5377):
0.002817679(1.00)[origin]
0.052747431(18.72)[py] 0.011339725(4.02)[parse] 0.023644345(8.39)[json]
0.004767673(1.69)[c] 0.008735166(3.10)[parse] 0.017173703(6.09)[json]
0.007248019(2.57)[cProfile]

slow_fib  (1135, 758):
0.028759652(1.00)[origin]
0.033994071(1.18)[py] 0.001630461(0.06)[parse] 0.003386635(0.12)[json]
0.029481623(1.03)[c] 0.001152415(0.04)[parse] 0.002191417(0.08)[json]
0.028289305(0.98)[cProfile]

文档

完整文档请参见 https://viztracer.readthedocs.io/en/stable

错误/请求

请通过 GitHub 问题追踪器 发送错误报告和功能请求。VizTracer 目前正在开发中,欢迎任何建设性的建议。

许可证

版权所有 2020-2024 Tian Gao。

根据 Apache 2.0 许可证 的条款分发。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号