方法的图形化
Odoo内嵌有性能测试器。这一内嵌性能测试器的输出可用于生成由方法所触发调用、查询数、方法内部花费时间及方法及其调用的子方法所花费时间的图表。
|
1 2 3 4 |
from odoo.tools.misc import profile [...] @profile('/temp/prof.profile') def mymethod(...) |
这会生成一个名为/temp/prof.profile的文件
一个名为 gprof2dot 的工具会通过这一结果生成图表：
|
1 |
gprof2dot -f pstats -o /temp/prof.xdot /temp/prof.profile |
一个名为 xdot 的工具将显示所生成图表：
|
1 |
xdot /temp/prof.xdot |
方法日志
另一个性能优化器可用于记录方法的统计数据：
|
1 2 3 4 5 |
from odoo.tools.profiler import profile [...] @profile @api.model def mymethod(...): |
一旦待分析的方法完成重审后数据会显示为数据统计日志。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
2018-03-28 06:18:23,196 22878 INFO openerp odoo.tools.profiler: calls queries ms project.task ------------------------ /home/odoo/src/odoo/addons/project/models/project.py, 638 1 0 0.02 @profile @api.model def create(self, vals): # context: no_log, because subtype already handle this 1 0 0.01 context = dict(self.env.context, mail_create_nolog=True) # for default stage 1 0 0.01 if vals.get('project_id') and not context.get('default_project_id'): context['default_project_id'] = vals.get('project_id') # user_id change: update date_assign 1 0 0.01 if vals.get('user_id'): vals['date_assign'] = fields.Datetime.now() # Stage change: Update date_end if folded stage 1 0 0.0 if vals.get('stage_id'): vals.update(self.update_date_end(vals['stage_id'])) 1 108 631.8 task = super(Task, self.with_context(context)).create(vals) 1 0 0.01 return task Total: 1 108 631.85 |
Dump栈
向Odoo进程发送SIGQUIT信号（仅对POSIX可用）会让这个进程输出带有消息级别的当前栈跟踪进行日志。在 odoo进程看起来卡住时，向进程发送这个信号准许来知道进程在做什么，并让进程继续其任务。
追踪代码执行
向Odoo进程发送SIGQUIT信号通常足够了，但要查看进程在哪些地方比预期的性能要差的话，我们可以使用 pyflame 工具来替我们执行。
安装pyflame和flamegraph
|
1 2 3 4 5 6 7 8 9 |
# These instructions are given for Debian/Ubuntu distributions sudo apt install autoconf automake autotools-dev g++ pkg-config python-dev python3-dev libtool make git clone https://github.com/uber/pyflame.git git clone https://github.com/brendangregg/FlameGraph.git cd pyflame ./autogen.sh ./configure make sudo make install |
记录已执行代码
既然已经安装了pyflame，现在我们可以使用pyflame来记录已执行代码。这个工具会每秒多次记录进程的 stacktrace（栈追踪）。一旦完成，我们将通过执行图表来进行展示。
|
1 |
pyflame --exclude-idle -s 3600 -r 0.2 -p <PID> -o test.flame |
其中的 <PID>是想要图表化的odoo的进程ID。这会等待直至进程灭亡，最大值为1小时，并每秒获取5次追踪。通过pyflame的输出，我们可以使用flamegraph工具生成一张SVG 图表：
|
1 |
flamegraph.pl ./test.flame > ~/mycode.svg |
