怎樣用一個(gè)開源工具實(shí)現(xiàn)多線程 Python 程序的可視化

今天就跟大家聊聊有關(guān)怎樣用一個(gè)開源工具實(shí)現(xiàn)多線程 Python 程序的可視化，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

VizTracer 可以跟蹤并發(fā)的 Python 程序，以幫助記錄、調(diào)試和剖析。

并發(fā)是現(xiàn)代編程中必不可少的一部分，因?yàn)槲覀冇卸鄠€(gè)核心，有許多需要協(xié)作的任務(wù)。然而，當(dāng)并發(fā)程序不按順序運(yùn)行時(shí)，就很難理解它們。對于工程師來說，在這些程序中發(fā)現(xiàn) bug 和性能問題不像在單線程、單任務(wù)程序中那么容易。

在 Python 中，你有多種并發(fā)的選擇。最常見的可能是用 threading 模塊的多線程，用subprocess 和 multiprocessing 模塊的多進(jìn)程，以及最近用 asyncio 模塊提供的 async 語法。在 VizTracer 之前，缺乏分析使用了這些技術(shù)程序的工具。

VizTracer 是一個(gè)追蹤和可視化 Python 程序的工具，對日志、調(diào)試和剖析很有幫助。盡管它對單線程、單任務(wù)程序很好用，但它在并發(fā)程序中的實(shí)用性是它的獨(dú)特之處。

嘗試一個(gè)簡單的任務(wù)

從一個(gè)簡單的練習(xí)任務(wù)開始：計(jì)算出一個(gè)數(shù)組中的整數(shù)是否是質(zhì)數(shù)并返回一個(gè)布爾數(shù)組。下面是一個(gè)簡單的解決方案：

def is_prime(n):    for i in range(2, n):        if n % i == 0:            return False    return True def get_prime_arr(arr):    return [is_prime(elem) for elem in arr]

試著用 VizTracer 以單線程方式正常運(yùn)行它：

if __name__ == "__main__":    num_arr = [random.randint(100, 10000) for _ in range(6000)]    get_prime_arr(num_arr)

viztracer my_program.py

Running code in a single thread

調(diào)用堆棧報(bào)告顯示，耗時(shí)約 140ms，大部分時(shí)間花在 get_prime_arr 上。

call-stack report

這只是在數(shù)組中的元素上一遍又一遍地執(zhí)行 is_prime 函數(shù)。

這是你所期望的，而且它并不有趣（如果你了解 VizTracer 的話）。

試試多線程程序

試著用多線程程序來做：

if __name__ == "__main__":    num_arr = [random.randint(100, 10000) for i in range(2000)]    thread1 = Thread(target=get_prime_arr, args=(num_arr,))    thread2 = Thread(target=get_prime_arr, args=(num_arr,))    thread3 = Thread(target=get_prime_arr, args=(num_arr,))     thread1.start()    thread2.start()    thread3.start()     thread1.join()    thread2.join()    thread3.join()

為了配合單線程程序的工作負(fù)載，這就為三個(gè)線程使用了一個(gè) 2000 元素的數(shù)組，模擬了三個(gè)線程共享任務(wù)的情況。

Multi-thread program

如果你熟悉 Python 的全局解釋器鎖（GIL），就會想到，它不會再快了。由于開銷太大，花了 140ms 多一點(diǎn)的時(shí)間。不過，你可以觀察到多線程的并發(fā)性：

Concurrency of multiple threads

當(dāng)一個(gè)線程在工作（執(zhí)行多個(gè) is_prime 函數(shù)）時(shí)，另一個(gè)線程被凍結(jié)了（一個(gè) is_prime 函數(shù)）；后來，它們進(jìn)行了切換。這是由于 GIL 的原因，這也是 Python 沒有真正的多線程的原因。它可以實(shí)現(xiàn)并發(fā)，但不能實(shí)現(xiàn)并行。

用多進(jìn)程試試

要想實(shí)現(xiàn)并行，辦法就是 multiprocessing 庫。下面是另一個(gè)使用 multiprocessing 的版本：

if __name__ == "__main__":    num_arr = [random.randint(100, 10000) for _ in range(2000)]       p1 = Process(target=get_prime_arr, args=(num_arr,))    p2 = Process(target=get_prime_arr, args=(num_arr,))    p3 = Process(target=get_prime_arr, args=(num_arr,))     p1.start()    p2.start()    p3.start()     p1.join()    p2.join()    p3.join()

要使用 VizTracer 運(yùn)行它，你需要一個(gè)額外的參數(shù)：

viztracer --log_multiprocess my_program.py

Running with extra argument

整個(gè)程序在 50ms 多一點(diǎn)的時(shí)間內(nèi)完成，實(shí)際任務(wù)在 50ms 之前完成。程序的速度大概提高了三倍。

為了和多線程版本進(jìn)行比較，這里是多進(jìn)程版本：

Multi-process version

在沒有 GIL 的情況下，多個(gè)進(jìn)程可以實(shí)現(xiàn)并行，也就是多個(gè) is_prime 函數(shù)可以并行執(zhí)行。

不過，Python 的多線程也不是一無是處。例如，對于計(jì)算密集型和 I/O 密集型程序，你可以用睡眠來偽造一個(gè) I/O 綁定的任務(wù)：

def io_task():    time.sleep(0.01)

在單線程、單任務(wù)程序中試試：

if __name__ == "__main__":    for _ in range(3):        io_task()

I/O-bound single-thread, single-task program

整個(gè)程序用了 30ms 左右，沒什么特別的。

現(xiàn)在使用多線程：

if __name__ == "__main__":    thread1 = Thread(target=io_task)    thread2 = Thread(target=io_task)    thread3 = Thread(target=io_task)     thread1.start()    thread2.start()    thread3.start()     thread1.join()    thread2.join()    thread3.join()

I/O-bound multi-thread program

程序耗時(shí) 10ms，很明顯三個(gè)線程是并發(fā)工作的，這提高了整體性能。

用 asyncio 試試

Python 正在嘗試引入另一個(gè)有趣的功能，叫做異步編程。你可以制作一個(gè)異步版的任務(wù)：

import asyncio async def io_task():    await asyncio.sleep(0.01) async def main():    t1 = asyncio.create_task(io_task())    t2 = asyncio.create_task(io_task())    t3 = asyncio.create_task(io_task())     await t1    await t2    await t3 if __name__ == "__main__":    asyncio.run(main())

由于 asyncio 從字面上看是一個(gè)帶有任務(wù)的單線程調(diào)度器，你可以直接在它上使用 VizTracer：

VizTracer with asyncio

依然花了 10ms，但顯示的大部分函數(shù)都是底層結(jié)構(gòu)，這可能不是用戶感興趣的。為了解決這個(gè)問題，可以使用 --log_async 來分離真正的任務(wù)：

viztracer --log_async my_program.py

Using --log_async to separate tasks

現(xiàn)在，用戶任務(wù)更加清晰了。在大部分時(shí)間里，沒有任務(wù)在運(yùn)行（因?yàn)樗ㄒ蛔龅氖虑榫褪撬X）。有趣的部分是這里：

Graph of task creation and execution

這顯示了任務(wù)的創(chuàng)建和執(zhí)行時(shí)間。Task-1 是 main() 協(xié)程，創(chuàng)建了其他任務(wù)。Task-2、Task-3、Task-4 執(zhí)行 io_task 和 sleep 然后等待喚醒。如圖所示，因?yàn)槭菃尉€程程序，所以任務(wù)之間沒有重疊，VizTracer 這樣可視化是為了讓它更容易理解。

為了讓它更有趣，可以在任務(wù)中添加一個(gè) time.sleep 的調(diào)用來阻止異步循環(huán)：

async def io_task():    time.sleep(0.01)    await asyncio.sleep(0.01)

time.sleep call

程序耗時(shí)更長（40ms），任務(wù)填補(bǔ)了異步調(diào)度器中的空白。

這個(gè)功能對于診斷異步程序的行為和性能問題非常有幫助。

看看 VizTracer 發(fā)生了什么？

通過 VizTracer，你可以在時(shí)間軸上查看程序的進(jìn)展情況，而不是從復(fù)雜的日志中想象。這有助于你更好地理解你的并發(fā)程序。

VizTracer 是開源的，在 Apache 2.0 許可證下發(fā)布，支持所有常見的操作系統(tǒng)（Linux、macOS 和 Windows）。你可以在 VizTracer 的 GitHub 倉庫中了解更多關(guān)于它的功能和訪問它的源代碼。

看完上述內(nèi)容，你們對怎樣用一個(gè)開源工具實(shí)現(xiàn)多線程 Python 程序的可視化有進(jìn)一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。