zoukankan      html  css  js  c++  java
  • VS2012自带的 性能分析 工具使用实例

    http://www.cnblogs.com/aarond/archive/2013/04/19/performance-enhancement.html

    本篇通过一小段代码的console程序来进行性能的分析以及改进、直到后面的改进前、改进后性能比较结果。

    先看console代码(源代码下载):

    复制代码
    static void Main(string[] args)
            {
                int i = 10000;
                while(i-->0)
                {
                    Core c=new  Core();
                    c.Process(DateTime.Now.ToString());
                }
            }
    public class Core
        {
            public void Process(string input)
            {
                //process logic
                string result = string.Format("{0}-{1}", DateTime.Now, input);
    
                //log to file
                Log(result);
            }
    
            public void Log(string message)
            {
                string fileName = System.IO.Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "log.txt");
    
                string msg = "{Now}: {Message}";
                msg = msg.Replace("{Now}", DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss"));
                msg = msg.Replace("{Message}", message);
                using (StreamWriter sw = System.IO.File.AppendText(fileName))
                {
                    sw.WriteLine(msg);
                    sw.Flush();
                    sw.Close();
                }
            }
        }
    复制代码

    进行初次分析性能,操作步骤如下:

     点击“完成”按钮,此时会自动进行分析,直接跑完控制台程序,vs2012会自动显示出分析报告,如下:

    从上面的“摘要”报告中得知

    1. System.IO.File.AppendText函数和System.AppDomain.get_BaseDirectory函数耗时最多,我们需要先优化这2个函数的使用(稍后再讲)
    2. 共列出了最耗时的5个函数

    报告视图种类:

    生成的报告视图有很多种,上面所示默认的是“摘要”视图,其他类型的视图如下所列:

    那么我们如何跟踪这几个耗时的函数呢?我们需要转入“函数详细信息”视图,如下:

    右边红框代表耗时分布比例,显然上图中Process函数占用了很大比例

    下边的红框代表相应的代码,并且还会红色高亮性能损耗突出的代码行、以及相应损耗比例(图中的99.2%是由于这行代码共有3个损耗点:83.3%+14.4%+1.5%)

    我们需要往下跟踪,进入最严重的process函数进行查看,我们click右边红框中的Process条,进入细化的分析界面,如下:

    看来主要问题来自"Log(result)"代码行,占了73.5%,继续深入跟踪,如下图:

    这下差不多了,这里比较损耗多的2行是:获得fileName和AppendText到日志文件代码行,分别优化:

    1. 获得文件名优化
      • 日志文件名是不变的,因此不用每次Log(msg)都要计算,直接extract为static的fileName变量
    2. AppendText优化
      • 一旦牵涉到I/O操作,速度就慢,无法避免(从单行代码的角度来看),那怎么办?那就把结构改掉吧:
        • 主程序写入log到队列中,由另外一个thread负责写入到磁盘中

      修改代码如下:  

    复制代码
    public class Core
        {
            public void Process(string input)
            {
                //process logic
                string result = string.Format("{0}-{1}", DateTime.Now, input);
    
                //log to file
                Log(result);
            }
    
    
            private static List<string> log = new List<string>();
            public static void Log(string message)//fileName去掉了,因为此时已经不需要这个变量了,因为是由其他线程负责写入磁盘
            {
                string msg = "{Now}: {Message}";
                msg = msg.Replace("{Now}", DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss"));
                msg = msg.Replace("{Message}", message);
                log.Add(msg);
            }
    
        }
    复制代码

    我们再次运行性能分析,如下:

    我们比较下第一次和这一次的曲线图:

    改进后的性能明显好于改进之前的性能。

    自定义性能分析

    我们可以通过修改属性来add/remove性能指标,比如要加入某个/某些Windows计数器、收集Windows事件、收集.NET对象生命周期等,我们可以进行如下操作来进行设置:

    将会生成如下更详细的报告:

    报告中会列出生成的最多的是哪种对象(本例中是string)、由哪些函数导致的分配了最多的内存、等等

    在“标记”视图中,能看到每隔500毫秒收集的windows计数器数据,如下图就是磁盘队列计数器的收集:

    在“对象生存期”视图中,能看到各种对象从new到dispose的所有数据,如下图:

    很牛b吧。

    下面说说如何通过VS2012来对独立运行的程序进行性能分析,其实很简单,就下面这个图就搞定了,大家都懂的:

    再说说如何对web项目性能分析吧...

    先打开web项目解决方案,然后直接进行性能分析,有人会说没有请求操作啊,这个简单,有多个解决办法:

    • 再开一个VS环境(无论是远程的还是本地的),通过web负载测试来疯狂请求
    • 通过loadrunner/qtp来模拟请求
    • 悲催的人工请求...

    Console源代码下载

    觉得有用的话帮我“推荐”click吧...

  • 相关阅读:
    做一个终端发送和协调器接收实验
    Tensorflow快餐教程(1)
    tensorflow 镜像
    Python3 import tensorflow 出现FutureWarning: Passing (type, 1) or '1type' 问题
    在windows 10 64位系统下安装TensorFlow
    AttributeError: module 'tensorflow' has no attribute 'Session'
    I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
    解决vue多次提交
    解决pip安装时速度慢的问题
    mysql mariadb的VC客户端遇到的问题
  • 原文地址:https://www.cnblogs.com/dps001/p/4434767.html
Copyright © 2011-2022 走看看