Pymustler. Uma ferramenta de desenvolvimento para medir, monitorar e analisar o comportamento de memória dos objetos do Python.
Baixe Agora

Pymustler. Classificação e resumo

Pymustler. Tag

Pitão memória objetos Objetos Python. medir o comportamento de memória. analisar o comportamento de memória

Pymustler. Descrição

Uma ferramenta de desenvolvimento para medir, monitorar e analisar o comportamento de memória dos objetos Python. O PYMPLER é uma ferramenta de desenvolvimento para medir, monitorar e analisar o comportamento de memória dos objetos do Python em um aplicativo Python em execução. Pilhando um aplicativo Python, insights detalhados no tamanho e a vida útil dos objetos Python podem ser obtidos. Comportamento de tempo de execução indesejável ou inesperado, como a memória Bloat e outras "Pompas", podem ser facilmente identificadas.PyMpler integra 3 módulos separados anteriormente em uma única ferramenta de perfil abrangente. O módulo ASizeOf fornece informações básicas de tamanho para um ou vários objetos Python, o MOPPY MODULE é usado para monitoramento on-line de um aplicativo Python e módulo HeaPMonitor fornece análise off-line da vida útil dos objetos Python selecionados.PyMpler é escrito inteiramente em Python, sem dependências para bibliotecas ou projetos externos. Tanto o HeaPonitor quanto o módulo Muppy trabalharão com o Python 2.4, 2.5 e 2.6. O módulo AsizeOf foi testado com Python 2.2.3, 2.3.7, 2.4.5, 2.5.1, 2.5.2, 2,6 ou 3.0RC3 em CentOS 4.6, SUSE 9.3, Panther 10.3.9 (PPC) e MacOS X 10.4 .11 Tiger (Intel), Solaris 10 e Windows XP Todos os Python de 32 bits e em RHEL 3U7 e Solaris 10 Tanto o público Python.Target de 64 bits: Todo desenvolvedor Python interessado em analisar o consumo de memória do seu programa Python deve encontrar Uma instalação adequada e prontamente utilizável em exemplos de Pympler.Usage: Aaron é curioso quanto a memória certos objetos Python consomem. Ele usa uma das funções ASizeOf para obter o tamanho desses objetos e todos os referentes associados.Peter está tentando comparar diferentes implementações de um novo módulo analisador. Para cada implementação, ele usa o módulo ASizeOf para imprimir estatísticas simples, como tamanho e número de objetos resumidos pelo tipo.Graham, foi notificado de que sua memória Python vaza a memória. Olhando para a saída de depuração do coletor de lixo não revela onde vêm os vazamentos. Assim, ele decide usar o módulo muppy para ver quais ações resultam em um aumento de memória. Graham descobre que sempre que seu script iterate sobre o conjunto de entrada, um novo objeto Dict é criado. Com a ajuda do módulo Muppy, ele pode identificar onde esses novos dicts são referenciados e eliminam o vazamento. Helen mantém uma aplicação complexa que está ocupando uma grande quantidade de memória. Ela gostaria de reduzir a pegada de memória de seu programa, otimizando ou reestruturando seu código. Ela tem um número de candidatos de otimização e ela gostaria de saber se otimizando um deles provavelmente reduziria a pegada total da memória. Helen usa o HeaPonitor para rastrear e perfil suas aulas de candidato. Os resultados informam quais instâncias de classe ocupam as maiores ações da memória e, portanto, são mais adequadas para tentativas de otimização. Depois de tentar otimizar seu código, ela executa o programa novamente e compara os resultados do perfil para quantificar as melhorias. Requisitos: · Pitão

Pymustler. Software Relacionado