分析

Important

這被認為是一個高階主題。它主要是伺服器開發人員感興趣的。

有時，嘗試確定特定程式碼的效率，或弄清楚是否可以比實際速度更快，可能會很有用。有很多方法可以測試Python和執行伺服器的效能。

在深入研究本節之前，請記住 Donald Knuth 的智慧之言：

[…]大約 97% 的時間：過早的最佳化是萬惡之源。

也就是說，在您真正確定需要這樣做之前，不要開始嘗試最佳化程式碼。這意味著在開始考慮最佳化之前，您的程式碼必須實際執行。 最佳化通常還會使您的程式碼變得更加複雜且難以閱讀。考慮可讀性和可維護性，您可能會發現速度的微小提升是不值得的。

簡單的定時器測試

Python 的 timeit 模組非常適合測試小東西。例如，在 為了測試使用 for 迴圈或清單理解是否更快 可以使用以下程式碼：

    import timeit
    # Time to do 1000000 for loops
    timeit.timeit("for i in range(100):\n    a.append(i)", setup="a = []")
   <<< 10.70982813835144
    # Time to do 1000000 list comprehensions
    timeit.timeit("a = [i for i in range(100)]")
   <<<  5.358283996582031

setup 關鍵字用於設定不應包含在時間測量中的內容，例如第一次呼叫中的a = []。

預設情況下，timeit 函式將重新執行給定測試 1000000 次並傳回執行此操作的總時間（因此不是每個測試的平均值）。提示是不要使用此預設值來測試包含資料庫寫入的內容 - 為此，您可能想要使用 number=100 關鍵字來使用較少的重複次數（例如 100 或 1000）。

在上面的範例中，我們看到使用清單理解的呼叫次數大約是使用 .append() 建立清單的兩倍。

使用cProfile

Python 附帶自己的分析器，名為 cProfile（這是針對 cPython 的，目前尚未使用 pypy 進行任何測試）。由於 Evennia 程式的處理方式，使用正常方式啟動探查器 (python -m cProfile evennia.py) 是沒有意義的。相反，您可以透過啟動器啟動分析器：

evennia --profiler start

這將啟動 Evennia，伺服器元件在 cProfile 下運作（以守護程式模式）。您可以嘗試使用 --profile 和 portal 引數來分析 Portal（然後您需要單獨啟動伺服器）。

請注意，當分析器執行時，您的程式將使用比平常更多的記憶體。 隨著時間的推移，記憶體使用量甚至可能會攀升。因此，不要讓它永久執行，而是要仔細監視它（例如在 Linux 上使用 top 指令或在 Windows 上使用工作管理員的記憶體顯示）。

一旦您執行伺服器一段時間，您需要停止它，以便探查器可以提供其報告。 請勿從工作管理員終止程式或透過向其傳送終止訊號來終止程式 -​​ 這很可能也會擾亂分析器。相反，可以使用 evennia.py stop 或（這可能更好），在遊戲內部使用 @shutdown。

一旦伺服器完全關閉（這可能比平常慢很多），您會發現探查器建立了一個新檔案mygame/server/logs/server.prof。

分析個人資料

server.prof 檔案是二進位檔案。有許多方法可以分析和顯示其內容，所有這些方法僅在 Linux 中進行了測試（如果您是 Windows/Mac 使用者，請告訴我們哪些方法有效）。

您可以在 evennia shell 中使用 Python 內建的 pstats 模組檢視設定檔的內容（建議您先在 virtualenv 中安裝 ipython 和 pip install ipython，以獲得更漂亮的輸出）：

evennia shell

然後在殼裡

import pstats
from pstats import SortKey

p = pstats.Stats('server/log/server.prof')
p.strip_dirs().sort_stats(-1).print_stats()

有關詳細資訊，請參閱Python 分析檔案。

您也可以透過多種方式視覺化資料。

  • Runsnake 將設定檔視覺化 給出一個很好的概述。使用 pip install runsnakerun 安裝。請注意，這 可能需要 C 編譯器且安裝速度相當慢。

  • 如需更詳細的使用時間列表，您可以使用 KCachegrind。使 KCachegrind 使用 Python 設定檔案，您還需要包裝器 script pyprof2calltree。你可以獲得 pyprof2calltree 透過 pip 而 KCacheGrind 是你需要得到的東西 透過您的套件管理器或其主頁。

如何分析和解釋分析資料並不是一個小問題，這取決於您分析的目的。 Evennia 作為非同步伺服器也會使分析變得混亂。在郵件清單中詢問您是否需要協助，並準備好提供您的 server.prof 檔案以供比較，以及取得該檔案的確切條件。

假跑者

如果遊戲中沒有玩家，則很難測試「實際」遊戲效能。因此 Evennia 隨 Dummyrunner 系統一起提供。 Dummyrunner 是一個壓力測試系統：一個單獨的程式，可以使用模擬玩家（又稱「機器人」或「假人」）登入您的遊戲。連線後，這些假人將半隨機地從可能的操作清單中執行各種任務。 使用 Ctrl-C 停止 Dummyrunner。

Warning

You should not run the Dummyrunner on a production database. It
will spawn many objects and also needs to run with general permissions.

這是使用虛擬跑步者的推薦流程：

  1. 使用 evennia stop 完全停止你的伺服器。

  2. 在 mygame/server/conf.settings.py 檔案的末尾新增以下行

     from evennia.server.profiling.settings_mixin import *

這將覆蓋您的設定並停用 Evennia 的速率限制器和 DoS 保護，否則將阻止來自 1IP 的大量連線使用者端。值得注意的是，它還將更改為不同的（更快的）密碼雜湊器。

  1. （建議）：建立一個新的資料庫。如果您使用預設的 Sqlite3 並且想要 保留現有資料庫，只需將 mygame/server/evennia.db3 重新命名為 mygame/server/evennia.db3_backup 並執行 evennia migrate 和 evennia start 像往常一樣建立一個新的超級使用者。

  2. （推薦）以超級使用者登入遊戲。這正是你 可以手動檢查響應。如果您保留舊資料庫，您將_不會_ 由於密碼雜湊器更改，能夠與_現有_使用者連線！

  3. 從終端啟動 10 個虛擬使用者的 dummyrunner

     evennia --dummyrunner 10

使用Ctrl-C（或Cmd-C）來停止它。

如果您想檢視虛擬機器實際上在做什麼，您可以使用單一虛擬機器執行：

evennia --dummyrunner 1

然後將列印虛擬機器的輸入/輸出。預設情況下，跑步者使用“looker”設定檔案，該設定檔案僅登入並一遍又一遍地傳送“look”指令。要更改設定，請將檔案 evennia/server/profiling/dummyrunner_settings.py 複製到您的 mygame/server/conf/ 目錄，然後將此行新增到您的設定檔案中以在新位置使用它：

DUMMYRUNNER_SETTINGS_MODULE = "server/conf/dummyrunner_settings.py"

dummyrunner 設定檔本身就是一個 Python 程式碼模組 - 它定義了傻瓜可用的操作。這些只是指令字串的元組（例如“看這裡”），供虛擬物件傳送到伺服器以及它們發生的機率。 dummyrunner 尋找全域變數 ACTIONS，這是一個元組列表，其中前兩個元素定義用於登入/登出伺服器的指令。

以下是簡化的最小設定（預設設定檔新增了更多功能和資訊）：

# minimal dummyrunner setup file

# Time between each dummyrunner "tick", in seconds. Each dummy will be called
# with this frequency.
TIMESTEP = 1

# Chance of a dummy actually performing an action on a given tick. This
# spreads out usage randomly, like it would be in reality.
CHANCE_OF_ACTION = 0.5

# Chance of a currently unlogged-in dummy performing its login action every
# tick. This emulates not all accounts logging in at exactly the same time.
CHANCE_OF_LOGIN = 0.01

# Which telnet port to connect to. If set to None, uses the first default
# telnet port of the running server.
TELNET_PORT = None

# actions

def c_login(client):
    name = f"Character-{client.gid}"
    pwd = f"23fwsf23sdfw23wef23"
    return (
        f"create {name} {pwd}"
        f"connect {name} {pwd}"
    )

def c_logout(client):
    return ("quit", )

def c_look(client):
    return ("look here", "look me")

# this is read by dummyrunner.
ACTIONS = (
    c_login,
    c_logout,
    (1.0, c_look)   # (probability, command-generator)
)

預設檔案的底部是一些預設設定檔案，您只需將 PROFILE 變數設定為選項之一即可測試。

虛擬跑者提示

  • 不要從太多的假人開始。 Dummyrunner 對伺服器的負擔更大 比「真實」使用者傾向於做的事情。從 10-100 開始。

  • 壓力測試可能很有趣，但也要考慮「現實」的數量 使用者會喜歡你的遊戲。

  • 請注意 dummyrunner 輸出中有多少指令被傳送到 伺服器由所有傻瓜組成。這通常比你想要的要高得多 實際上期望看到相同數量的使用者。

  • 預設設定設定“滯後”測量來測量迂迴 留言時間。平均每 30 秒更新一次。值得 在新增之前，在一個終端機中為少量虛擬機器執行此程式 更多透過在另一個終端啟動另一個 dummyrunner - 第一個將 衡量滯後如何隨不同負載變化。還要驗證 透過在遊戲中手動輸入指令來減少延遲時間。

  • 使用 top/htop (linux) 檢查伺服器的 CPU 使用情況。在遊戲中，使用 server指令。

  • 您可以使用 --profiler start 執行伺服器來使用虛擬機器進行測試。筆記 分析器本身會影響伺服器效能，尤其是記憶體 消費。

  • 一般來說，dummyrunner 系統可以對一般的測試進行不錯的測試 表現;但實際上模仿人類使用者的行為當然很難。 為此，需要進行實際的真實遊戲測試。