Profiling

@profile

@profile <Ausdruck> führt Ihren Ausdruck aus und nimmt dabei periodisch Rückverfolgungen vor. Diese werden einem internen Puffer von Rückverfolgungen hinzugefügt.

clear()

Löscht alle vorhandenen Rückverfolgungen aus dem internen Puffer.

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

Gibt Profiling-Ergebnisse an io aus (standardmäßig stdout). Wenn Sie keinen data-Vektor angeben, wird der interne Puffer von angesammelten Backtraces verwendet.

Die Schlüsselwortargumente können eine beliebige Kombination aus folgenden sein:

• format – Bestimmt, ob Backtraces mit (Standard, :tree) oder ohne (:flat) Einrückung, die die Baumstruktur anzeigt, ausgegeben werden.
• C – Wenn true, werden Backtraces aus C- und Fortran-Code angezeigt (normalerweise werden sie ausgeschlossen).
• combine – Wenn true (Standard), werden die Befehlszeiger zusammengeführt, die der gleichen Codezeile entsprechen.
• maxdepth – Begrenzung der Tiefe über maxdepth im :tree-Format.
• sortedby – Steuert die Reihenfolge im :flat-Format. :filefuncline (Standard) sortiert nach der Quellzeile, :count sortiert in der Reihenfolge der Anzahl gesammelter Proben, und :overhead sortiert nach der Anzahl der Proben, die jede Funktion für sich selbst verursacht hat.
• groupby – Steuert die Gruppierung über Aufgaben und Threads oder keine Gruppierung. Optionen sind :none (Standard), :thread, :task, [:thread, :task] oder [:task, :thread], wobei die letzten beiden eine geschachtelte Gruppierung bieten.
• noisefloor – Begrenzung von Frames, die den heuristischen Geräuschpegel der Probe überschreiten (gilt nur für das Format :tree). Ein empfohlener Wert, den Sie ausprobieren können, ist 2.0 (der Standardwert ist 0). Dieses Parameter verbirgt Proben, für die n <= noisefloor * √N, wobei n die Anzahl der Proben in dieser Zeile und N die Anzahl der Proben für den Aufrufer ist.
• mincount – Begrenzung der Ausgabe auf nur die Zeilen mit mindestens mincount Vorkommen.
• recur – Steuert die Handhabung der Rekursion im :tree-Format. :off (Standard) gibt den Baum normal aus. :flat hingegen komprimiert jede Rekursion (nach ip) und zeigt die ungefähren Auswirkungen der Umwandlung jeder Selbstrekursion in einen Iterator. :flatc macht dasselbe, schließt jedoch auch das Zusammenfassen von C-Frames ein (kann seltsame Dinge um jl_apply herum tun).
• threads::Union{Int,AbstractVector{Int}} – Geben Sie an, von welchen Threads Schnappschüsse im Bericht enthalten sein sollen. Beachten Sie, dass dies nicht steuert, von welchen Threads Proben gesammelt werden (die möglicherweise auch auf einem anderen Computer gesammelt wurden).
• tasks::Union{Int,AbstractVector{Int}} – Geben Sie an, von welchen Aufgaben Schnappschüsse im Bericht enthalten sein sollen. Beachten Sie, dass dies nicht steuert, innerhalb welcher Aufgaben Proben gesammelt werden.

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

Gibt die Profilierungsergebnisse an io aus. Diese Variante wird verwendet, um Ergebnisse zu untersuchen, die von einem vorherigen Aufruf von retrieve exportiert wurden. Übergeben Sie den Vektor data von Backtraces und ein Wörterbuch lidict mit Zeileninformationen.

Siehe Profile.print([io], data) für eine Erklärung der gültigen Schlüsselwortargumente.

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

Konfigurieren Sie die delay zwischen Rückverfolgungen (gemessen in Sekunden) und die Anzahl n der Befehlszeiger, die pro Thread gespeichert werden können. Jeder Befehlszeiger entspricht einer einzelnen Codezeile; Rückverfolgungen bestehen im Allgemeinen aus einer langen Liste von Befehlszeigern. Beachten Sie, dass 6 Plätze für Befehlszeiger pro Rückverfolgung verwendet werden, um Metadaten und zwei NULL-Endmarkierungen zu speichern. Die aktuellen Einstellungen können abgerufen werden, indem Sie diese Funktion ohne Argumente aufrufen, und jede kann unabhängig mit Schlüsselwörtern oder in der Reihenfolge (n, delay) festgelegt werden.

fetch(;include_meta = true) -> data

Gibt eine Kopie des Puffers von Profil-Backtraces zurück. Beachten Sie, dass die Werte in data nur auf dieser Maschine in der aktuellen Sitzung Bedeutung haben, da sie von den genauen Speicheradressen abhängen, die beim JIT-Kompilieren verwendet werden. Diese Funktion ist hauptsächlich für den internen Gebrauch; retrieve könnte für die meisten Benutzer eine bessere Wahl sein. Standardmäßig sind Metadaten wie threadid und taskid enthalten. Setzen Sie include_meta auf false, um Metadaten zu entfernen.

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

"Exports" Profiling-Ergebnisse in einem tragbaren Format, das die Menge aller Backtraces (data) und ein Wörterbuch zurückgibt, das die (sessionspezifischen) Instruktionszeiger in data den LineInfo-Werten zuordnet, die den Dateinamen, den Funktionsnamen und die Zeilennummer speichern. Diese Funktion ermöglicht es Ihnen, Profiling-Ergebnisse für zukünftige Analysen zu speichern.

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

Geben Sie einen vorherigen Profiling-Lauf an, um zu bestimmen, wer eine bestimmte Funktion aufgerufen hat. Das Bereitstellen des Dateinamens (und optional eines Bereichs von Zeilennummern, über die die Funktion definiert ist) ermöglicht es Ihnen, eine überladene Methode zu unterscheiden. Der zurückgegebene Wert ist ein Vektor, der eine Anzahl der Aufrufe und Informationen über die Zeile des Aufrufers enthält. Man kann optional den Backtrace data bereitstellen, der von retrieve erhalten wurde; andernfalls wird der aktuelle interne Profilpuffer verwendet.

clear_malloc_data()

Löscht alle gespeicherten Speicherzuweisungsdaten, wenn Julia mit --track-allocation ausgeführt wird. Führen Sie die Befehle aus, die Sie testen möchten (um die JIT-Kompilierung zu erzwingen), und rufen Sie dann clear_malloc_data auf. Führen Sie dann Ihre Befehle erneut aus, beenden Sie Julia und überprüfen Sie die resultierenden *.mem-Dateien.

get_peek_duration()

Holen Sie die Dauer in Sekunden des Profils "peek" ab, das über SIGINFO oder SIGUSR1 ausgelöst wird, je nach Plattform.

set_peek_duration(t::Float64)

Setzen Sie die Dauer in Sekunden des Profils "peek", das über SIGINFO oder SIGUSR1 ausgelöst wird, je nach Plattform.

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

Profilieren Sie die Allokationen, die während expr stattfinden, und geben Sie sowohl das Ergebnis als auch eine AllocResults-Struktur zurück.

Eine Abtastrate von 1.0 erfasst alles; 0.0 erfasst nichts.

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)

Siehe das Profiling-Tutorial in der Julia-Dokumentation für weitere Informationen.

Profile.Allocs.clear()

Löschen Sie alle zuvor profilierten Zuweisungsinformationen aus dem Speicher.

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

Gibt die Profilierungsergebnisse an io aus (standardmäßig stdout). Wenn Sie keinen data-Vektor angeben, wird der interne Puffer der angesammelten Backtraces verwendet.

Siehe Profile.print für eine Erklärung der gültigen Schlüsselwortargumente.

Profile.Allocs.fetch()

Rufen Sie die aufgezeichneten Zuweisungen ab und decodieren Sie sie in Julia-Objekte, die analysiert werden können.

Profile.Allocs.start(sample_rate::Real)

Beginne mit der Aufzeichnung von Zuweisungen mit der angegebenen Abtastrate. Eine Abtastrate von 1.0 zeichnet alles auf; 0.0 zeichnet nichts auf.

Profile.Allocs.stop()

Stoppen Sie die Aufzeichnung von Zuweisungen.

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

Schreiben Sie einen Snapshot des Heaps im JSON-Format, das vom Chrome Devtools Heap Snapshot Viewer (.heapsnapshot-Erweiterung) erwartet wird, in eine Datei ($pid_$timestamp.heapsnapshot) im aktuellen Verzeichnis standardmäßig (oder tempdir, wenn das aktuelle Verzeichnis nicht beschreibbar ist), oder in dir, wenn angegeben, oder den angegebenen vollständigen Dateipfad oder IO-Stream.

Wenn all_one wahr ist, berichten Sie die Größe jedes Objekts als eins, damit sie leicht gezählt werden können. Andernfalls berichten Sie die tatsächliche Größe.

Wenn streaming wahr ist, streamen wir die Snapshot-Daten in vier Dateien, wobei filepath als Präfix verwendet wird, um zu vermeiden, dass der gesamte Snapshot im Speicher gehalten werden muss. Diese Option sollte für jede Einstellung verwendet werden, bei der Ihr Speicher begrenzt ist. Diese Dateien können dann durch Aufrufen von Profile.HeapSnapshot.assemble_snapshot() wieder zusammengesetzt werden, was offline erfolgen kann.

HINWEIS: Wir empfehlen dringend, streaming=true aus Leistungsgründen einzustellen. Das Rekonstruieren des Snapshots aus den Teilen erfordert, dass der gesamte Snapshot im Speicher gehalten wird. Wenn der Snapshot also groß ist, können Sie beim Verarbeiten des Snapshots ohne Speicherplatz dastehen. Streaming ermöglicht es Ihnen, den Snapshot offline zu rekonstruieren, nachdem Ihre Arbeitslast abgeschlossen ist. Wenn Sie versuchen, einen Snapshot mit streaming=false (dem Standardwert, um die Abwärtskompatibilität zu gewährleisten) zu sammeln und Ihr Prozess beendet wird, beachten Sie, dass dies immer die Teile im selben Verzeichnis wie Ihren angegebenen Dateipfad speichert, sodass Sie den Snapshot nachträglich über assemble_snapshot() rekonstruieren können. ```