Python应用开发指南

第7章　性能——识别瓶颈

到目前为止，你已经学会了各种方法使应用程序健壮并适应新功能。现在，让我们讨论用来提高应用程序性能的技术。这个广泛的主题被分成了3章，这是第一个关于该主题的章节。它将涵盖以下主题：

• 应用程序运行时的基本衡量方法；
• 如何通过解析代码来识别运行时的性能瓶颈；
• 使用memory_profiler包进行基本的内存分析；
• 使用大O符号来表示计算复杂度。

为了更好地理解这些概念，我们将开发一个有趣的游戏场景，其可称为“寻找黄金”。你将很快意识到，应用程序在输入数据大小增加时运行速度非常慢。本章将详细阐述确定这样的问题的技术。

7.1　关于性能的三章概览

在我们深入讨论之前，让我们先来了解关于性能改进的章节是如何构成的。如前所述，这次讨论分成3个相互关联的章。

7.1.1　更注重运行时的性能

术语性能提升意味着几件事情，其可以说是提高运行时（CPU的使用量）应用程序的内存效率，减少网络传输的消耗，或者这几项的组合。在本书中，我们的讨论将主要集中在运行时性能的改进上。我们也将讨论内存消耗方面的内容，但是讨论将仅限于内存分析技术以及生成表达式的使用。

7.1.2　关于性能的第1个章

你正在阅读和性能有关的第1章。本章主要是一些提高应用性能的准备工作。这些准备包括测量运行时识别导致性能瓶颈的代码块，了解大O符号等。

当然！我们将会开发先前提到的“寻找黄金”场景，然后识别出代码中的性能瓶颈，如图7-1所示。接下来的两章将以此为基础逐步提高应用性能。

图7-1

7.1.3　关于性能的第2个章 ...