《Python高性能编程》——2.11　用dowser实时画出变量的实例

本节书摘来自异步社区《Python高性能编程》一书中的第2章，第2.11节，作者[美] 戈雷利克 （Micha Gorelick），胡世杰，徐旭彬 译，更多章节内容可以访问云栖社区“异步社区”公众号查看。

2.11　用dowser实时画出变量的实例

Robert Brewer的dowser可以在代码运行时钩入名字空间并通过CherryPy接口在一个Web服务器上提供一个实时的变量实例图。每个被追踪对象都有一个走势图，让你可以看到某个对象的数量是否在增长。这在分析长期运行的进程时很有用。

如果你有一个长期运行的进程且你预计程序的不同操作会带来不同的内存变化（比如你可能想对一台web服务器上传一些数据或跑一些复杂的查询），那么你可以实时确认这些变化，见图2-9。

要使用它，我们需要在Julia代码中加入辅助函数（例2-14）用来启动CherryPy服务器。

例2-14　在应用中启动dowser的辅助函数

def launch_memory_usage_server(port=8080):
    import cherrypy
    import dowser

    cherrypy.tree.mount(dowser.Root())
    cherrypy.config.update({
        'environment': 'embedded',
        'server.socket_port': port
    })

    cherrypy.engine.start()

在开始计算之前，我们需要首先启动CherryPy服务器，如例2-15所示。完成计算后，我们可以调用time.sleep维持控制台打开——这会让CheeryPy进程保持运行，让我们可以继续审查名字空间的状态。

例2-15　在正确的时机启动dowser，这会启动一个Web服务器

...
        for xcoord in x:
            zs.append(complex(xcoord, ycoord))
            cs.append(complex(c_real, c_imag))

    launch_memory_usage_server()

...
    output = calculate_z_serial_purepython(max_iterations, zs, cs)
...
    print "now waiting..."
while True:
    time.sleep(1)

点击图2-9中的TRACE链接，我们就可以看到每个list对象的内容（图2-10）。我们还可以继续深入每个list内部 ——这就像在IDE中使用一个交互调试器一样，但是你可以在一台服务器上进行而不需要一个IDE。

　备忘　

我们当然更希望在可控的情况下直接分析代码块。但是有时这不一定做得到，或者有时你只是想要简单地分析一下情况。查看一个正在运行的进程的内部细节会是一种折中的方案，不需要进行太多的工作就可以提供足够的证据。