服务端性能优化之瓶颈分析

xxController xxMethod 0.052
xxController xxMethod 1.23

import os
from collections import defaultdict
from openpyxl import Workbook

# 日志文件路径
log_file_path = "request_time.log"

# 定义一个存储所有数据的字典，接口名为键，值为每个接口的统计数据
stats = defaultdict(lambda: {"min_time": float("inf"),  # 最小请求时间
                             "max_time": float("-inf"),  # 最大请求时间
                             "total_time": 0,  # 总请求时间
                             "count": 0})  # 请求次数

# 读取文件并统计
if os.path.exists(log_file_path):
    with open(log_file_path, "r") as f:
        for line in f:
            # 去除首尾空白符
            line = line.strip()
            if not line:
                continue  # 跳过空行

            # 假设日志格式为：<类名> <接口函数名> <请求时间>
            parts = line.split()  # 使用空格分割
            if len(parts) != 3:  # 如果一行不是三个部分，跳过
                continue

            class_name, api_name, request_time_str = parts

            try:
                # 转换请求时间为浮点数
                request_time = float(request_time_str)
            except ValueError:
                # 如果请求时间无法转换为浮点数，跳过该行
                continue

            # 生成唯一的接口标识，如 "类名.接口名"
            api_identifier = f"{class_name}.{api_name}"

            # 更新统计信息
            stats[api_identifier]["min_time"] = min(stats[api_identifier]["min_time"], request_time)
            stats[api_identifier]["max_time"] = max(stats[api_identifier]["max_time"], request_time)
            stats[api_identifier]["total_time"] += request_time
            stats[api_identifier]["count"] += 1
else:
    print(f"日志文件 {log_file_path} 不存在！")
    exit(1)

sorted_data = []

for api_identifier, data in stats.items():
    count = data["count"]
    if count > 0:
        avg_time = data["total_time"] / count  # 计算平均时间
    else:
        avg_time = 0
    sorted_data.append({
        "api": api_identifier,
        "min_time": data["min_time"],
        "max_time": data["max_time"],
        "count": count,
        "avg_time": avg_time
    })

# 提供排序选项：按平均时间排序或按次数排序
sort_by = "count"  # 可选："avg_time" 或 "count"
reverse_order = True  # True 表示从大到小排序，False 表示从小到大排序

if sort_by == "avg_time":
    sorted_data = sorted(sorted_data, key=lambda x: x["avg_time"], reverse=reverse_order)
elif sort_by == "count":
    sorted_data = sorted(sorted_data, key=lambda x: x["count"], reverse=reverse_order)

# 输出排序结果

wb = Workbook()

ws = wb.active
ws.append(['接口', '最短时间', '最长时间', '次数', '平均时间'])

for data in sorted_data:
    ws.append([data['api'], data['min_time'], data['max_time'], data['count'], f"{data['avg_time']:.3f}"])

wb.save('request_time.xlsx')