使用line_profiler查看api接口函数每行代码执行时间

项目情景描述：

　　在restful架构风格的项目交付测试的过程中，某接口出现 请求超时导致的http 502 Bad Gateway，于是开始排查具体是接口函数中的哪行代码或函数 响应时间过长导致的502错误。

刚开始的解决方法：

　　土鳖式的导入 time模块进行时间计算，从而查出具体响应时间过长的位置

　　如下：

 import time import time
 from flask import Flask
 app = Flask(__name__)

 app.route('/line_test')
 def line_test():
     #土鳖方法
     first_time=time()
     for item in range(5):
         time.sleep(1)
     #土鳖方法
     print time()-first_time
     for item in xrange(5):
         time.sleep(0.5)
     #土鳖方法
     print time()-first_time

　　方法缺点：需要大量时间编写 关于 time()的代码，最后还要删除这些代码，浪费时间

现在的解决方法：

　　使用python的 line_profiler 模块，此模块是用来测试 函数 每行代码的响应时间等情况。

　　具体思路：将 line_profiler相关函数封装在装饰器 中 进行使用，这样 在接口请求时，则会执行此装饰器并打印出结果。

　　windows安装方法：https://www.lfd.uci.edu/~gohlke/pythonlibs/#line_profiler

　　代码如下：

 #coding:utf8
 from flask import Flask, jsonify
 import time
 from functools import wraps
 from line_profiler import LineProfiler

 #查询接口中每行代码执行的时间
 def func_line_time(f):
     @wraps(f)
     def decorator(*args, **kwargs):
         func_return = f(*args, **kwargs)
         lp = LineProfiler()
         lp_wrap = lp(f)
         lp_wrap(*args, **kwargs) 
         lp.print_stats() 
         return func_return 
     return decorator 
18

 app = Flask(__name__) 

 @app.route('/line_test') 
 @func_line_time 
 def line_test(): 
     for item in range(5): 
         time.sleep(1) 
     for item in xrange(5): 
         time.sleep(0.5) 
     return jsonify({'code':200}) 

 if __name__=='__main__': 
 app.run()

　　当浏览器请求接口时得到的结果如下：

　　

 * Running on http://127.0.0.1:5000/
Timer unit: 1e-06 s

Total time: 7.50827 s
File: /home/rgc/baidu_eye/carrier/test/flask_line_profiler_test.py
Function: line_test at line 22

Line #      Hits         Time  Per Hit   % Time  Line Contents
==============================================================
    22                                           @app.route('/line_test')
    23                                           @func_line_time
    24                                           def line_test():
    25         6         33.0      5.5      0.0      for item in range(5):
    26         5    5005225.0 1001045.0     66.7          time.sleep(1)
    27         6         31.0      5.2      0.0      for item in xrange(5):
    28         5    2502696.0 500539.2     33.3          time.sleep(0.5)
    29         1        282.0    282.0      0.0      return jsonify({'code':200})

127.0.0.1 - - [05/Mar/2018 15:58:21] "GET /line_test HTTP/1.1" 200 -

返回结果中 具体 含义：

Total Time：测试代码的总运行时间

Line:代码行号
Hits：表示每行代码运行的次数  
Time：每行代码运行的总时间  
Per Hits：每行代码运行一次的时间  
% Time：每行代码运行时间的百分比

从 中便可看到 具体 26行代码执行时间最长。

方法优点：只需要添加一个装饰器，再接口函数前引用即可，删除也容易，且 装饰器可以重复使用，节省大量时间。

其他关于line_profiler的使用方法：

在脚本中使用此方法：

 #coding:utf8
 import cgi
 import time
 from line_profiler import LineProfiler

 def test2():
     print 'hello!test2()'

 def test1():
     html='''<script>alert("you are a good boy!&I like you")</scrpit>'''
     test2()
     escape_html=cgi.escape(html)
     for item in range(5):
         time.sleep(1)
     print escape_html
 
 if __name__=='__main__':
     lp=LineProfiler()
     #同时显示函数每行所用时间和调用函数每行所用时间，加入add_function()
     lp.add_function(test2)
     lp_wrap=lp(test1)
       #如果被测函数有入参，下面一行为 lp_wrap(被测函数入参)
     lp_wrap()
     lp.print_stats()

直接运行显示结果：

 * Running on http://127.0.0.1:5000/
Timer unit: 1e-06 s

Total time: 7.50827 s
File: /home/rgc/baidu_eye/carrier/test/flask_line_profiler_test.py
Function: line_test at line 22

Line #      Hits         Time  Per Hit   % Time  Line Contents
==============================================================
    22                                           @app.route('/line_test')
    23                                           @func_line_time
    24                                           def line_test():
    25         6         33.0      5.5      0.0      for item in range(5):
    26         5    5005225.0 1001045.0     66.7          time.sleep(1)
    27         6         31.0      5.2      0.0      for item in xrange(5):
    28         5    2502696.0 500539.2     33.3          time.sleep(0.5)
    29         1        282.0    282.0      0.0      return jsonify({'code':200})

127.0.0.1 - - [05/Mar/2018 15:58:21] "GET /line_test HTTP/1.1" 200 -

相对于另一种使用方法：

　　1.在需要测试的函数前添加装饰器  @profile

　　2.启动程序 $kernprof -l -v test.py

无需 实际运行项目时删除@profile,如需单独测试此函数，直接使用 if __name__=='__main__': 即可，这样在其他函数引用时，不会执行line_profiler相关代码。

相关博客：

http://blog.csdn.net/guofangxiandaihua/article/details/77825524