flask-profiler, 监视端点调用并尝试进行某些分析的Flask 事件探查器

概述源代码名称:flask-profiler 源代码网址:http://www.github.com/muatik/flask-profiler flask-profiler源代码文档 flask-profiler源代码下载 Git URL: 复制代码 git://www.github.com/muatik/flask-profiler.git Git Clone代码到本地: 复制代码 git clo 源代码名称:flask-profiler 源代码网址:http://www.github.com/muatik/flask-profiler flask-profiler源代码文档 flask-profiler源代码下载 Git URL: 复制代码

git://www.github.com/muatik/flask-profiler.git

Git Clone代码到本地: 复制代码

git clone http://www.github.com/muatik/flask-profiler

Subversion代码到本地: 复制代码

$ svn co --depth empty http://www.github.com/muatik/flask-profilerChecked out revision 1.$ cd repo$ svn up trunk

  烧瓶分析器

版本：1.6

使用  profiler测量在你的Flask 应用程序中定义的端点；并通过web界面提供细粒度的报告。

它给出了这些问题的答案：

应用程序中的瓶颈在哪里？ 应用程序中最慢的终结点？ 哪些是最常被调用的终结点？ 什么导致我的慢速端点？ 在哪个上下文中，什么是 ARGS 和 kwargs？ 特定请求花费了多少时间？

简而言之，如果你对端点正在做什么和接收的请求进行了了解，请尝试打瓶探查器。

通过使用烧瓶分析器接口，你可以监视所有端点的性能，并通过向下钻取过滤器来调查端点和接收的请求。

屏幕截图@H_419_73@

指示板视图显示摘要。

你可以创建过滤器来调查某些类型的请求。 [ alt text](/resources/filtering_all_screen。pngraw=true"按端点筛选")？

你可以看到请求的所有细节。

快速启动@H_419_73@

通过例子可以很容易理解烧瓶的轮廓。 让我们来。

按pip安装烧瓶探查器。

复制代码

pip install flask_profiler

在创建 Flask 应用程序时编辑你的代码。

复制代码

# your app.py@H_502_116@from flask @H_502_116@import Flask@H_502_116@import flask_profiler app @H_502_116@= Flask(__name__) app.config["DEBUG"] @H_502_116@=True# You need to declare necessary configuration to initialize# flask-profiler as follows:app.config["flask_profiler"] @H_502_116@= { "enabled": app.config["DEBUG"], "storage": { "engine": "sqlite" }, "basicAuth":{ "enabled": True, "username": "admin", "password": "admin" }, "ignore": [ "^/static/.*" ] }@app.route(‘/product/<ID>‘, methods@H_502_116@=[‘GET‘])@H_502_116@defgetProduct(ID): @H_502_116@return"product ID is "@H_502_116@+str(ID)@app.route(‘/product/<ID>‘, methods@H_502_116@=[‘

总结

以上是内存溢出为你收集整理的flask-profiler, 监视端点调用并尝试进行某些分析的Flask 事件探查器全部内容，希望文章能够帮你解决flask-profiler, 监视端点调用并尝试进行某些分析的Flask 事件探查器所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。