Primero, hablemos de los obstáculos que encontré, los problemas encontrados en producción, programo la ejecución del script en python y superviso el proceso, el tiempo de ejecución del script python es mucho mayor que el tiempo de ejecución del programa que cuento en el script python.
El tiempo para monitorizar la ejecución de scripts en python es de 36 horas, mientras que el tiempo de autoejecución en scripts python es de unas 4 horas.
Lo primero que me viene a la mente después del problema es que hay un problema con Linux y no encontré ninguna anomalía en varios registros.
Luego pienso en el py2neo usado en python para escribir datos de forma asíncrona, bloqueando la ejecución del proceso.
Finalmente, se encontró el problema: la forma en que el script de python usa time.clock() para contar el tiempo de ejecución de la CPU, no el tiempo de ejecución del programa.
A continuación, comparemos varias estadísticas de tiempo en Python:
Método 1:
TiempoFecha.TiempoAhora() obtiene la fecha actual y, tras finalizar la ejecución del programa, el valor temporal obtenido por este método es el tiempo de ejecución del programa.
Método 2:
tiempo.tiempo() para obtener el tiempo actual desde la época (En segundos）。 Si el reloj del sistema las proporciona, puede haber una fracción de segundos. Así que este lugar devuelve un tipo de coma flotante. Lo que se obtiene aquí también es el tiempo de ejecución del programa.
Método 3:
time.clock() devuelve el tiempo de la CPU desde que el programa comenzó o fue llamado por primera vez. Esto tiene tanta precisión como la grabación por sistema. El retorno también es de tipo coma flotante. Lo que obtienes aquí es el tiempo de ejecución de la CPU.
Nota: Tiempo de ejecución del programa = tiempo de CPU + tiempo de Io + tiempo de hibernación o espera
Así es como pruebo el tiempo de ejecución de la función usando el método 2:
|
Publicado en 23/4/2018 15:54:36
|
|
|
|
