在我的 Python GAE 应用程序中,以下代码片段在生产环境中比在本地运行时慢得多。处理过程如下:
- 在 POST 中加载大约 1 MB 的文本文件。文本文件的每一行都是一个“项目”。
- 我的代码从文本文件创建一个项目列表,并检查重复项和有效性(通过与已编译的 RE 进行比较)。
代码如下:
def process_items(self, text):
item_list = text.split()
item_set = set()
n_valid = 0
n_invalid = 0
n_dups = 0
out = ""
for item in item_list:
if item in item_set:
n_dups += 1
out += "DUPLICATE: %s\n" % item
elif valid_item(item): # This compares against a compiled RE
item_set.add(item)
n_valid += 1
out += "%s\n" % item
else:
n_invalid += 1
out += "INVALID: %s\n" % item
return out
当我在本地开发服务器上运行此程序时,处理 50,000 行的 1MB 文件需要 5 秒的时间。
当我在生产中运行此命令时,同一文件需要一分钟多的时间并且请求超时。文件上传只需要大约一秒钟,所以我知道瓶颈是上面的代码。
过去,生产代码的速度与本地代码的速度大致相同。我认为这段代码没有改变,所以我怀疑 Google 端可能发生了变化。
知道为什么这段代码现在在生产中速度慢得多吗? 我能做些什么来使这段代码更快吗?我需要向用户返回一个带注释的文件,指示哪些行重复,哪些行无效。
编辑:
为了回应 mgilson 的评论,我尝试了以下代码,它在执行时间上产生了巨大的差异!之前一分钟后超时的处理现在只需要大约 5 秒。 GAE 仍然比预期慢(即使考虑到相对较慢的服务器 CPU),但随着算法的改进,现在对我来说已经不重要了。
def process_items(self, text):
item_list = text.split()
item_set = set()
n_valid = 0
n_invalid = 0
n_dups = 0
for i, item in enumerate(item_list):
item = item.strip()
if item in item_set:
n_dups += 1
item_list[i] = "DUPLICATE: %s" % item
elif valid_item(item): # This compares against a compiled RE
item_set.add(item)
n_valid += 1
item_list[i] = item
else:
n_invalid += 1
item_list[i] = "INVALID: %s" % item
return "\n".join(item_list)
最佳答案
GAE 生产运行速度比本地慢一点也不意外 -- 取决于您的 instance class ,您的生产 CPU 可以降至 600MHz,这比大多数开发人员计算机要慢得多。
为了加快速度,您可以做的一件事是将结果累积在列表中(或从生成器中生成它们),然后使用 str.join
来获取完整结果:
def process_items(self, text):
item_list = text.split()
item_set = set()
n_valid = 0
n_invalid = 0
n_dups = 0
out = []
for item in item_list:
if item in item_set:
n_dups += 1
out.append("DUPLICATE: %s\n" % item)
elif valid_item(item): # This compares against a compiled RE
item_set.add(item)
n_valid += 1
out.append("%s\n" % item)
else:
n_invalid += 1
out.append("INVALID: %s\n" % item)
return "".join(out)
关于python - GAE Python 代码在生产中比本地慢得多,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39494684/