Programmation PYTHON - Zenk - Security - Repository

440
Techniques avancées
QUATRIÈME PARTIE
t = Timer('algo2()', 'from __main__ import algo2')
print 'exécution algo 2: %f' % t.timeit(10)
Elle permet de constater les différences entre les deux options, et aussi pour ce cas
précis, l’évolution interne de la gestion des chaînes entre Python 2.3 et 2.4.
Exemple d’optimisations entre Pyhton 2.3 et Python 2.4
$ python2.3 timing.py
exécution algo 1: 14.064436
exécution algo 2: 0.703696
$ python2.4 timing.py
exécution algo 1: 0.314968
exécution algo 2: 0.482306
Amélioration des performances
Une fois le problème repéré par le profiler, plusieurs techniques existent pour réduire
le temps d’exécution.
La plupart du temps une légère modification du code suffit à régler le problème. Si la
solution à appliquer n’est pas flagrante, il peut être nécessaire de rechercher un code
de remplacement dans la liste des code patterns fournis ci-dessous.
Ces code patterns, ou portions de codes, sont des techniques éprouvées pour effectuer
un travail précis, le plus rapidement possible.
Python est un langage basé sur le langage C : chaque séquence de code résulte en une
série d’appels à des primitives de bas niveau codées en C.
Certaines fonctions sont des liens directs vers des primitives C et d’autres doivent
traverser des couches plus épaisses d’appels de code Python.
Favoriser l’usage de fonctions proches du C augmente donc de manière très importante
les performances.
Si ces modifications ne permettent pas de résoudre le problème, d’autres voies sont
possibles :
Le caching, qui consiste à conserver en mémoire les résultats d’un calcul coûteux,
pour pouvoir les resservir en cas de besoin.
Le multithreading, qui permet d’exécuter du code en tâche de fond.
La programmation en C d’une extension du langage.
L’utilisation de bibliothèques de calcul spécialisées.
L’utilisation d’outils de programmation comme Cython.