python調試

如下是我作調試或分析時用過的工具的一個概覽。若是你知道有更好的工具,請在評論中留言,能夠不用很完整的介紹。node

日誌python

沒錯,就是日誌。再多強調在你的應用裏保留足量的日誌的重要性也不爲過。你應當對重要的內容打日誌。若是你的日誌打的足夠好的話,單看日誌你就能發現問題所在。那樣能夠節省你大量的時間。linux

若是一直以來你都在代碼裏亂用 print 語句,立刻停下來。換用logging.debug。之後你還能夠繼續複用,或是所有停用等等。ios

跟蹤git

有時更好的辦法是看執行了哪些語句。你可使用一些IDE的調試器的單步執行,但你須要明確知道你在找那些語句,不然整個過程會進行地很是緩慢。github

標準庫裏面的trace模塊,能夠打印運行時包含在其中的模塊裏全部執行到的語句。(就像製做一份項目報告)服務器

python -mtrace –trace script.py網絡

這會產生大量輸出(執行到的每一行都會被打印出來,你可能想要用grep過濾那些你感興趣的模塊).session

好比:python2.7

python -mtrace –trace script.py | egrep '^(mod1.py|mod2.py)'

調試器

如下是現在應該人盡皆知的一個基礎介紹:

import pdb

pdb.set_trace() # 開啓pdb提示

或者

try:

(一段拋出異常的代碼)

except:

    import pdb

    pdb.pm() # 或者 pdb.post_mortem()

  或者(輸入 c 開始執行腳本)

  

python -mpdb script.py

在輸入-計算-輸出循環(注:REPL,READ-EVAL-PRINT-LOOP的縮寫)環境下,能夠有以下操做:

c or continue

q or quit

l or list, 顯示當前步幀的源碼

w or where,回溯調用過程

d or down, 後退一步幀(注:至關於回滾)

u or up, 前進一步幀

(回車), 重複上一條指令

其他的幾乎所有指令(還有不多的其餘一些命令除外),在當前步幀上看成python代碼進行解析。

若是你以爲挑戰性還不夠的話,能夠試下smiley,-它能夠給你展現那些變量並且你能使用它來遠程追蹤程序。

更好的調試器

pdb的直接替代者:

ipdb(easy_install ipdb) – 相似ipython(有自動完成,顯示顏色等)

pudb(easy_install pudb) – 基於curses(相似圖形界面接口),特別適合瀏覽源代碼

遠程調試器

安裝方式:

sudo apt-get install winpdb

用下面的方式取代之前的pdb.set_trace():

import rpdb2

rpdb2.start_embedded_debugger("secretpassword")

如今運行winpdb,文件-關聯

不喜歡Winpdb?也能夠直接包裝PDB在TCP之上運行!

這樣作:

import loggging

class Rdb(pdb.Pdb):

    """

    This will run pdb as a ephemeral telnet service. Once you connect no one

    else can connect. On construction this object will block execution till a

    client has connected.

  

    Based on https://github.com/tamentis/rpdb I think ...

  

    To use this::

  

        Rdb(4444).set_trace()

  

    Then run: telnet 127.0.0.1 4444

    """

    def __init__(self, port=0):

        self.old_stdout = sys.stdout

        self.old_stdin = sys.stdin

        self.listen_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

        self.listen_socket.bind(('0.0.0.0', port))

        if not port:

            logging.critical("PDB remote session open on: %s", self.listen_socket.getsockname())

            print >> sys.__stderr__, "PDB remote session open on:", self.listen_socket.getsockname()

            sys.stderr.flush()

        self.listen_socket.listen(1)

        self.connected_socket, address = self.listen_socket.accept()

        self.handle = self.connected_socket.makefile('rw')

        pdb.Pdb.__init__(self, completekey='tab', stdin=self.handle, stdout=self.handle)

        sys.stdout = sys.stdin = self.handle

  

    def do_continue(self, arg):

        sys.stdout = self.old_stdout

        sys.stdin = self.old_stdin

        self.handle.close()

        self.connected_socket.close()

        self.listen_socket.close()

        self.set_continue()

        return 1

  

    do_c = do_cont = do_continue

  

def set_trace():

    """

    Opens a remote PDB on first available port.

    """

    rdb = Rdb()

    rdb.set_trace()

只想要一個REPL環境?試試IPython如何?

若是你不須要一個完整齊全的調試器,那就只須要用一下的方式啓動一個IPython便可:

import IPython

IPython.embed()

標準linux工具

我經常驚訝於它們居然遠未被充分利用。你能用這些工具解決很大範圍內的問題:從性能問題(太多的系統調用,內存分配等等)到死鎖,網絡問題,磁盤問題等等。

其 中最有用的是最直接的strace,只須要運行 sudo strace -p 12345 或者 strace -f 指令(-f 即同時追蹤fork出來的子進程),這就好了。輸出通常會很是大,因此你可能想要把它重定向到一個文件以便做更多的分析(只須要加上 &> 文件名)。

再就是ltrace,有點相似strace,不一樣的是,它輸出的是庫函數調用。參數大致相同。

還有lsof 用來指出你在ltrace/strace中看到的句柄數值的意義。好比:

lsof -p 12345

更好的跟蹤

使用簡單而能夠作不少事情-人人都該裝上htop!

sudo apt-get install htop

sudo htop

如今找到那些你想要的進程,再輸入:

s - 表明系統調用過程(相似strace)

L - 表明庫調用過程(相似ltrace)

l - 表明lsof

  監控

沒 有好的持續的服務器監控,可是若是你曾遇到一些很詭異的狀況,諸如爲何一切都運行的那麼慢,那些系統資源都幹什麼去了,。。。等這些問題,想弄明白卻又 無處下手之際,沒必要動用iotop,iftop,htop,iostat,vmstat這些工具,就用dstat吧!它能夠作以前咱們提過的大部分工做可 以作的事情,並且也許能夠作的更好!

它會用一種緊湊的,代碼高亮的方式(不一樣於iostat,vmstat)向你持續展現數據,你還常常能夠看到過去的數據(不一樣於iftop,iostop,htop)。

只需運行:

dstat --cpu --io --mem --net --load --fs --vm --disk-util --disk-tps --freespace --swap --top-io --top-bio-adv

極可能有一種更簡短的方式來寫上面這條命令,

這是一個至關複雜而又強大的工具,可是這裏我只提到了一些基本的內容(安裝以及基礎的命令)

sudo apt-get install gdb python-dbg

zcat /usr/share/doc/python2.7/gdbinit.gz > ~/.gdbinit

用python2.7-dbg 運行程序:

sudo gdb -p 12345

如今使用:

bt - 堆棧跟蹤(C 級別)

pystack - python 堆棧跟蹤,不幸的是你須要有~/.gdbinit 而且使用python-dbg

c - 繼續

  發生段錯誤?用faulthandler !


  python 3.3版本之後新增的一個很棒的功能,能夠向後移植到python2.x版本。只須要運行下面的語句,你就能夠大抵知道什麼緣由引發來段錯誤。

import faulthandler

faulthandler.enable()

內存泄露

嗯,這種狀況下有不少的工具可使用,其中有一些專門針對WSGI的程序好比Dozer,可是我最喜歡的固然是objgraph。使用簡單方便,讓人驚訝!

它沒有集成WSGI或者其餘,因此你須要本身去發現運行代碼的方法,像下面這樣:

import objgraph

objs = objgraph.by_type("Request")[:15]

objgraph.show_backrefs(objs, max_depth=20, highlight=lambda v: v in objs,


filename="/tmp/graph.png")

Graph written to /tmp/objgraph-zbdM4z.dot (107 nodes)

Image generated as /tmp/graph.png

你會獲得像這樣一張圖(注意:它很是大)。你也能夠獲得一張點輸出。

內存使用

有時你想少用些內存。更少的內存分配經常可使程序執行的更快,更好,用戶但願內存合適好用)

有許多可用的工具,但在我看來最好用的是pytracemalloc。與其餘工具相比,它開銷很是小(不須要依賴於嚴重影響速度的sys.settrace)並且輸出很是詳盡。但安裝起來比較痛苦,你須要從新編譯python,但有了apt,作起來也很是容易。

只須要運行這些命令而後去吃頓午飯或者乾點別的:

apt-get source python2.7

cd python2.7-*

wget? https://github.com/wyplay/pytracemalloc/raw/master/python2.7_track_free_list.patch

patch -p1 < python2.7_track_free_list.patch

debuild -us -uc

cd ..

sudo dpkg -i python2.7-minimal_2.7*.deb python2.7-dev_*.deb

接着安裝pytracemalloc (注意若是你在一個virtualenv虛擬環境下操做,你須要在從新安裝python後再次重建 – 只須要運行 virtualenv myenv)

pip install pytracemalloc

如今像下面這樣在代碼裏包裝你的應用程序

import tracemalloc, time

tracemalloc.enable()

top = tracemalloc.DisplayTop(

    5000, # log the top 5000 locations

    file=open('/tmp/memory-profile-%s' % time.time(), "w")

)

top.show_lineno = True

try:

    # code that needs to be traced

finally:

    top.display()

  輸出會像這樣:


2013-05-31 18:05:07: Top 5000 allocations per file and line

 #1: .../site-packages/billiard/_connection.py:198: size=1288 KiB, count=70 (+0),

average=18 KiB

 #2: .../site-packages/billiard/_connection.py:199: size=1288 KiB, count=70 (+0),

average=18 KiB

 #3: .../python2.7/importlib/__init__.py:37: size=459 KiB, count=5958 (+0),

average=78 B

 #4: .../site-packages/amqp/transport.py:232: size=217 KiB, count=6960 (+0),

average=32 B

 #5: .../site-packages/amqp/transport.py:231: size=206 KiB, count=8798 (+0),

average=24 B

 #6: .../site-packages/amqp/serialization.py:210: size=199 KiB, count=822 (+0),

average=248 B

 #7: .../lib/python2.7/socket.py:224: size=179 KiB, count=5947 (+0), average=30

B

 #8: .../celery/utils/term.py:89: size=172 KiB, count=1953 (+0), average=90 B

 #9: .../site-packages/kombu/connection.py:281: size=153 KiB, count=2400 (+0),

average=65 B

 #10: .../site-packages/amqp/serialization.py:462: size=147 KiB, count=4704

(+0), average=32 B

  …

相關文章
相關標籤/搜索