python 程序加速

[zerh925]

公司现在在用python做自动化开发，原型已开发完毕，现在就是提速，之前开发的时候完全不考虑时间成本，达到目的优先，现在就是要把2分钟的程序压缩到5秒以内。想请问下大家有哪些可行的手段？我能想到的multiprocess，Cython和SWIG用C来写模块。

谢谢楼上各位的建议和意见。由于是自动化软件，经过profilling之后发现，memory不是问题，I/O是使用scipy.io读取的mat和读取pickle，mat有差不多5G，读取8秒左右，但是这个步骤只做一次，所以不是问题。现在主要是有一步需要使用levmar函数计算耗费大量的时间，这个函数现在使用的是第三方python库。
目前总结：1.levmar使用原生的c开发的库，然后编译成python可调用的模块。
2. 使用cuda加速图像处理。
3. multiprocessing
4. refactoring
5. 优化业务逻辑

[loading]

用go重构。

[geeklian]

2分钟压缩到5秒...
虽然大家都知道python比C慢，但还没到这地步吧。

[cevincheung]

为什么我想说“多机并行计算”呢……

[min]

优化的第一步永远是先profiling

[yakczh]

pypy

Python 2.7.3 (f66246c46ca30b26a5c73e4cc95dd6235c966b8f, Jul 30 2013, 09:27:06)
[PyPy 2.0.2 with GCC 4.4.7 20120313 (Red Hat 4.4.7-3)] on linux2

[zerh925]

@geeklian 因为程序中间最耗时间的部分可以并行的

[zerh925]

@yakczh 谢谢 我去google一下

[zerh925]

thx. will do.

[zerh925]

@loading 不是很明白 改用go语言吗？为什么

[shiny]

先分析瓶颈

[messense]

性能瓶颈如果是 CPU 计算密集型的试试 multiprocessing，network IO 密集型的多线程也能有一定程度的提升。

[zerh925]

@messense 非常感谢。正是计算密集型的。

[tabris17]

想要速度当初就不要选python吗，试试pypy，不行就拉倒吧

[zerh925]

@tabris17 老板是偏执狂。

[skybr]

Cython就可以了。

把几个数值类型的PyObject声明成C类型的, 套在with nogil里。

外面用线程池就好了。

[skybr]

涉及到动态链接库， 比如标准库的IO和一些C扩展， PyPy可能反而比CPython慢。

[dreampuf]

两个思路都是对的，并行利用多核以及用更快的底层。

并行方面看看是IO还是CPU，IO的话用gevent试试，耗时不大，CPU的话有一些计算框架，但都需要时间去采坑，而且不一定都合适。用原始的multiprocess的话，主要问题是数据交互方面非常原始，得
踩很多坑。
更换底层可以试试Cython，在不调用其他类库的纯计算可以做到两个量级的优化。或者用PyPy，Pyston。

Python平台资源丰富，没有什么过不去的坎，动不动嚷嚷换一门语言，似乎是那门语言小白特有的情怀。

[clino]

建议用 cython 试试

[zerh925]

@dreampuf 感谢

[zerh925]

@skybr 谢谢建议

[zhicheng]

打算靠换个语言或者改几个变量类型就把性能提升 20 多倍不太现实。楼主还是在工程上找解决办法，比如是不是有些流程是不必要的。

[sunus]

做调优的第一步是找到时间花在哪里了？

[lupino]

异步，并发

[henices]

@sunus 说的完全正确。

看看瓶颈在哪里， CPU ？ IO ？ Memory ？
找到问题之后就可以作出相应的代码调整了。

[20015jjw]

Spark?

[ihciah]

上GPU?

[thankyourtender]

加机器

[wdlth]

如果是密集计算，再怎么优化还是看你的电脑的运算速度，像破解密码一样，可以试试通过GPU进行加速，将算法改写支持多线程、并行计算等。

[typcn]

改用C语言

[alsotang]

说了半天也不详细描述一下场景

[R4rvZ6agNVWr56V0]

@alsotang 顶。lz不表述清楚具体场景就求建议，这帮人，不知道具体场景就开始指挥，哎。

我怀疑lz代码有问题。

[alsotang]

@GeekGao 我判断楼主应该是遇到了 cpu 方面的瓶颈而不是 io 的，但他还是需要详细描述下

[zerh925]

谢谢楼上各位的建议和意见。由于是自动化软件，经过profilling之后发现，memory不是问题，I/O是使用scipy.io读取的mat和读取pickle，mat有差不多5G，读取8秒左右，但是这个步骤只做一次，所以不是问题。现在主要是有一步需要使用levmar函数计算耗费大量的时间，这个函数现在使用的是第三方python库。
目前总结：1.levmar使用原生的c开发的库，然后编译成python可调用的模块。
2. 使用cuda加速图像处理。
3. multiprocessing
4. refactoring
5. 优化业务逻辑

[ruoyu0088]

我相信你使用的levmar一定不是纯Python的，它一定是使用的某个C/C++/Fortran语言编写的库。你能说说你使用的是哪个库吗？

levmar算法需要回调函数，这个回调函数你用Python编写，所以唯一能提高速度的就是用编译语言编写这个回调函数。

首先你需要测试瓶颈是否是这个回调函数。如果是的话，你可以用Cython包装C语言的levmar库，然后接收一个编译之后的回调函数。下面是一个例子：

http://nbviewer.ipython.org/github/ruoyu0088/openbooks/blob/master/cython_ctypes_cffi_numba_calls.ipynb

下面是用cython编写的levmar，你可以仿照上面的例子修改这个库，让它能接受编译之后的回调函数。

https://github.com/tkanmae/levmar

[zerh925]

@ruoyu0088 万分感谢！非常有用。