Profiling

@profile

@profile <expression> يقوم بتشغيل التعبير الخاص بك مع أخذ تتبعات دورية. يتم إلحاق هذه التتبعات بذاكرة داخلية لتتبع التتبع.

clear()

امسح أي تتبعات موجودة من المخزن الداخلي.

print([io::IO = stdout,] [data::Vector = fetch()], [lidict::Union{LineInfoDict, LineInfoFlatDict} = getdict(data)]; kwargs...)

يطبّع نتائج التقييم إلى io (بشكل افتراضي، stdout). إذا لم تقم بتزويد متجه data، سيتم استخدام المخزن الداخلي للتتبع المتراكم.

يمكن أن تكون الوسائط الرئيسية أي مجموعة من:

• format – يحدد ما إذا كان سيتم طباعة تتبعات الأخطاء مع (افتراضي، :tree) أو بدون (:flat) تباعد يشير إلى هيكل الشجرة.
• C – إذا كانت true، يتم عرض تتبعات الأخطاء من كود C و Fortran (عادةً ما يتم استبعادها).
• combine – إذا كانت true (افتراضي)، يتم دمج مؤشرات التعليمات التي تتوافق مع نفس سطر الكود.
• maxdepth – يحدد العمق الأعلى من maxdepth في تنسيق :tree.
• sortedby – يتحكم في ترتيب تنسيق :flat. :filefuncline (افتراضي) يرتب حسب سطر المصدر، :count يرتب حسب عدد العينات المجمعة، و :overhead يرتب حسب عدد العينات التي تكبدتها كل دالة بمفردها.
• groupby – يتحكم في التجميع عبر المهام والخيوط، أو عدم التجميع. الخيارات هي :none (افتراضي)، :thread، :task، [:thread, :task]، أو [:task, :thread] حيث يوفر الاثنان الأخيران تجميعًا متداخلًا.
• noisefloor – يحدد الإطارات التي تتجاوز مستوى الضوضاء الاستدلالي للعينة (ينطبق فقط على تنسيق :tree). قيمة مقترحة لتجربتها هي 2.0 (القيمة الافتراضية هي 0). هذا المعامل يخفي العينات التي يكون فيها n <= noisefloor * √N، حيث n هو عدد العينات في هذا السطر، و N هو عدد العينات للوظيفة المستدعاة.
• mincount – يحدد الطباعة لتشمل فقط تلك الأسطر التي تحتوي على ما لا يقل عن mincount حدوثات.
• recur – يتحكم في معالجة التكرار في تنسيق :tree. :off (افتراضي) يطبع الشجرة كالمعتاد. :flat بدلاً من ذلك يضغط أي تكرار (حسب ip)، مما يظهر التأثير التقريبي لتحويل أي تكرار ذاتي إلى مكرر. :flatc يفعل نفس الشيء ولكنه يتضمن أيضًا انهيار إطارات C (قد يفعل أشياء غريبة حول jl_apply).
• threads::Union{Int,AbstractVector{Int}} – حدد أي خيوط لتضمين لقطات منها في التقرير. لاحظ أن هذا لا يتحكم في أي خيوط تم جمع العينات عليها (والتي قد تكون قد تم جمعها أيضًا على آلة أخرى).
• tasks::Union{Int,AbstractVector{Int}} – حدد أي مهام لتضمين لقطات منها في التقرير. لاحظ أن هذا لا يتحكم في أي مهام تم جمع العينات ضمنها.

print([io::IO = stdout,] data::Vector, lidict::LineInfoDict; kwargs...)

يطبع نتائج التقييم إلى io. يتم استخدام هذا المتغير لفحص النتائج التي تم تصديرها بواسطة استدعاء سابق لـ retrieve. قدم المتجه data من تتبعات العودة وقاموس lidict من معلومات السطر.

انظر Profile.print([io], data) للحصول على شرح للوسائط الرئيسية الصالحة.

init(; n::Integer, delay::Real)

قم بتكوين delay بين تتبعات الأخطاء (مقاسة بالثواني)، وعدد n من مؤشرات التعليمات التي يمكن تخزينها لكل خيط. كل مؤشر تعليمات يتوافق مع سطر واحد من التعليمات البرمجية؛ تتكون تتبعات الأخطاء عمومًا من قائمة طويلة من مؤشرات التعليمات. لاحظ أنه يتم استخدام 6 مسافات لمؤشرات التعليمات لكل تتبع خطأ لتخزين البيانات الوصفية واثنين من علامات نهاية NULL. يمكن الحصول على الإعدادات الحالية عن طريق استدعاء هذه الوظيفة بدون أي وسائط، ويمكن تعيين كل منها بشكل مستقل باستخدام الكلمات الرئيسية أو بالترتيب (n, delay).

fetch(;include_meta = true) -> data

إرجاع نسخة من مخزن تتبع الملفات الشخصية. لاحظ أن القيم في data لها معنى فقط على هذه الآلة في الجلسة الحالية، لأنها تعتمد على عناوين الذاكرة الدقيقة المستخدمة في التجميع JIT. هذه الوظيفة مخصصة بشكل أساسي للاستخدام الداخلي؛ قد تكون retrieve خيارًا أفضل لمعظم المستخدمين. بشكل افتراضي، يتم تضمين بيانات التعريف مثل threadid و taskid. قم بتعيين include_meta إلى false لإزالة بيانات التعريف.

retrieve(; kwargs...) -> data, lidict

"تصدير" نتائج التحليل في تنسيق محمول، مع إرجاع مجموعة من جميع تتبعات الأخطاء (data) وقاموس يربط مؤشرات التعليمات (المحددة للجلسة) في data بقيم LineInfo التي تخزن اسم الملف، اسم الدالة، ورقم السطر. تتيح لك هذه الدالة حفظ نتائج التحليل لتحليلها في المستقبل.

callers(funcname, [data, lidict], [filename=<filename>], [linerange=<start:stop>]) -> Vector{Tuple{count, lineinfo}}

بناءً على تشغيل سابقة للتقييم، حدد من استدعى دالة معينة. يسمح لك تقديم اسم الملف (وخيارياً، نطاق أرقام الأسطر التي تم تعريف الدالة عليها) بتفريق طريقة مفرطة التحميل. القيمة المعادة هي متجه يحتوي على عدد المكالمات ومعلومات السطر حول المستدعي. يمكن للمرء اختيارياً تقديم بيانات تتبع data تم الحصول عليها من retrieve؛ خلاف ذلك، يتم استخدام مخزن التقييم الداخلي الحالي.

clear_malloc_data()

يمسح أي بيانات تخص تخصيص الذاكرة المخزنة عند تشغيل جوليا مع --track-allocation. نفذ الأمر (الأوامر) التي تريد اختبارها (لإجبار JIT-compilation)، ثم استدع clear_malloc_data. ثم نفذ الأمر (الأوامر) مرة أخرى، اخرج من جوليا، وافحص ملفات *.mem الناتجة.

get_peek_duration()

احصل على المدة بالثواني لملف التعريف "peek" الذي يتم تفعيله عبر SIGINFO أو SIGUSR1، اعتمادًا على النظام الأساسي.

set_peek_duration(t::Float64)

قم بتعيين المدة بالثواني لملف التعريف "peek" الذي يتم تفعيله عبر SIGINFO أو SIGUSR1، اعتمادًا على النظام الأساسي.

Profile.Allocs.@profile [sample_rate=0.1] expr

قم بتسجيل تخصيصات الذاكرة التي تحدث أثناء expr، مع إرجاع كل من النتيجة وهيكل AllocResults.

معدل العينة 1.0 سيسجل كل شيء؛ 0.0 لن يسجل أي شيء.

julia> Profile.Allocs.@profile sample_rate=0.01 peakflops()
1.03733270279065e11

julia> results = Profile.Allocs.fetch()

julia> last(sort(results.allocs, by=x->x.size))
Profile.Allocs.Alloc(Vector{Any}, Base.StackTraces.StackFrame[_new_array_ at array.c:127, ...], 5576)

راجع برنامج التعليمات الخاص بالتسجيل في وثائق جوليا لمزيد من المعلومات.

Profile.Allocs.clear()

امسح جميع معلومات التخصيص التي تم تحليلها مسبقًا من الذاكرة.

Profile.Allocs.print([io::IO = stdout,] [data::AllocResults = fetch()]; kwargs...)

يطبّع نتائج التقييم إلى io (بشكل افتراضي، stdout). إذا لم تقم بتزويد متجه data، سيتم استخدام المخزن الداخلي للتتبع المتراكم.

انظر Profile.print للحصول على شرح للوسائط الرئيسية الصالحة.

Profile.Allocs.fetch()

استرجع التخصيصات المسجلة، وقم بفك تشفيرها إلى كائنات جوليا التي يمكن تحليلها.

Profile.Allocs.start(sample_rate::Real)

ابدأ بتسجيل التخصيصات بمعدل العينة المعطى. سيقوم معدل العينة 1.0 بتسجيل كل شيء؛ بينما سيقوم 0.0 بتسجيل لا شيء.

Profile.Allocs.stop()

توقف عن تسجيل التخصيصات.

Profile.take_heap_snapshot(filepath::String, all_one::Bool=false, streaming=false)
Profile.take_heap_snapshot(all_one::Bool=false; dir::String, streaming=false)

اكتب لقطة من الذاكرة، بتنسيق JSON المتوقع من عارض لقطة ذاكرة أدوات مطور Chrome (.heapsnapshot extension) إلى ملف ($pid_$timestamp.heapsnapshot) في الدليل الحالي بشكل افتراضي (أو tempdir إذا كان الدليل الحالي غير قابل للكتابة)، أو في dir إذا تم تقديمه، أو المسار الكامل للملف المعطى، أو تدفق IO.

إذا كان all_one صحيحًا، فقم بالإبلاغ عن حجم كل كائن كواحد حتى يمكن عدها بسهولة. خلاف ذلك، قم بالإبلاغ عن الحجم الفعلي.

إذا كان streaming صحيحًا، فسوف نقوم ببث بيانات اللقطة إلى أربعة ملفات، باستخدام filepath كبادئة، لتجنب الحاجة إلى الاحتفاظ باللقطة الكاملة في الذاكرة. يجب استخدام هذا الخيار في أي إعداد حيث تكون الذاكرة لديك محدودة. يمكن بعد ذلك إعادة تجميع هذه الملفات عن طريق استدعاء Profile.HeapSnapshot.assemble_snapshot()، والذي يمكن القيام به في وضع عدم الاتصال.

ملاحظة: نوصي بشدة بتعيين streaming=true لأسباب تتعلق بالأداء. يتطلب إعادة بناء اللقطة من الأجزاء الاحتفاظ باللقطة الكاملة في الذاكرة، لذا إذا كانت اللقطة كبيرة، يمكنك نفاد الذاكرة أثناء معالجتها. يسمح البث لك بإعادة بناء اللقطة في وضع عدم الاتصال، بعد انتهاء عبء العمل الخاص بك. إذا حاولت جمع لقطة مع streaming=false (الإعداد الافتراضي، للتوافق مع الإصدارات السابقة) وتم قتل عمليتك، لاحظ أن هذا سيحفظ دائمًا الأجزاء في نفس الدليل مثل filepath المقدم، لذا يمكنك إعادة بناء اللقطة بعد ذلك، عبر assemble_snapshot().