做过几年开发或者测试开发的人员，时常会觉得很迷茫，新功能的开发或者老功能的维护，基本是在堆代码了。本文主要讲述在系统设计和架构方面的性能优化供大家学习， 有些内容涉及到具体产品，做了些改动或者单独写了测试代码演示。
项目背景：
实现个高性能的diameter 测试工具， 接受1000+发送1000，双向要支持到2000条消息每秒。 diameter 协议的源代码是从这里下载的 http://sourceforge.net/projects/pyprotosim/， 这个开源包还支持SMPP, RADIUS, DHCP, LDAP, 而且新增加的协议字段都可以在dictionary配置属性，不需要修改代码，实在是方便。 初始阶段我们为了实现功能，没有怎么考虑性能的问题，很多地方用的是单线程，初始性能只能支持到50 消息。硬件环境： SunFire 4170， 16 核，每核2.4 G
Python性能优化的几个方向：
1. 换python的解析器：常见的python解析器有pysco，pypy, cython, jython, pysco已经对python 2.7不支持了，就没有测试，据说跑的很C语言一样快。对pypy, jython做了简单测试，pypy在不同机器上可以提高到5-10倍的样子，Jython虽然可以避免python GIL的问题（因为jython是跑在java虚拟机上的），但测试看来，效率提升很少。
2. 优化代码
3. 改变系统架构，多线程，多进程或者协程
方案1： 换Python解析器
如果换Python解析器能达到性能需求是最廉价的方案了，不需要对代码做任何改动。下面代码只是为了说明pypy的效果，单独写的测试代码，在windows下运行的结果。在linux下机器上运行效果会更好些。
#!/usr/bin/env python#coding=utf-8import timedef check(num): a = list(str(num)) b = a[::-1] if a == b: return True return Falsedef test(): all = xrange(1,10**7) for i in all: if check(i): if check(i**2): i**2if __name__ == '__main__': start=time.time() test() print time.time()-start
分别用python和pypy的运行结果
C:\Python27\python.exeD:/RCC/mp/src/te
st.py
14.4940001965
C:\pypy-2.1\pypy.exeD:/RCC/mp/src/test.py
4.37800002098
可以看出来pypy的运行结果效果还是明显的，虽然能提高5倍（linux机器上），50*5， 离2000还差好远。 pypy对python 多线程的支持没有明显效果，这个在后面会提到。
先告一段落，太长了大家看起来累，下一篇文章中将会介绍代码优化部分。
【推荐课程：Python视频教程】
以上就是用python实现高性能测试工具（一）的详细内容，更多请关注搞代码gaodaima其它相关文章！
转载请注明原文链接：用python实现高性能测试工具（一）
