introduction
在一次版本的迭代后，第二天发现cpu的占用率大量飙升，最开始以为是版本迭代时的错误代码导致，后来经过排查，发现是用户量的提升，导致以前没有暴露出来的问题突然暴露出来，随后用python那一套优化工具进行检测优化，并且成功把cpu占用率重新拉低到10%。
1. 测试python执行效率的工具
这里有各种工具的介绍
http://python.jobbole.com/80754/#article-comment
（1）cprofile的使用
根据监控项目出现的问题，分析后决定使用cprofile去检测。主要是可以检测函数消耗，而且使用方便，可以对代码无侵占式的进行检测。
使用以下代码执行py脚本
python -m cProfile -o /home/ubuntu/cprofile.log test.py -s-m 使用cprofile模块
-o 输出位置
-s 累加
刚执行的时候，输出文件时不存在的，只有结束之后才会在目标位置出现输出文件。
（2）安装将文件传输到你本地的机器
由于该测试是在linux服务器上运行，我们需要把结果文件传到本地，用图形化的分析工具区分析，当然也可以直接用工具在shell打印分析，但是很不友好。
这里我们是用scp这个工具去拉取，由于scp默认是22端口，但是linux服务器是通过秘钥登陆，并且端口是9528，所以我们应该这么使用这个命令，重远程服务器拉取
scp -P 9528 liudianbo@remote_addr:/dir/cprofile.log /home/bo/test-P 端口
remote_addr 远程地址ip或者域名
/dir/ 远程文件位置
/home/bo/test 本机目录
2. 图形化分析工具snakeviz
使用snakeviz来分析刚才我们得到的cprofile.log
（1）安装
pip install snakeviz
（2）使用
sudo snakeviz /home/bo/testcprofile.log （3）分析
如上图所示，刚开始时一个十分亮丽的圆形，这里我们切换到另外一种形态去分析。
这样十分直观，这里我们一看就知道zmq和deepcopy的消耗十分大，因为项目用deepcopy毫无节制（当初是为了安全），这里为了效率只能”危险“一点，直接使用引用这样少了很多消耗。优化后从高峰100%的CPU使用率降低到20-30%左右，
可以说是非常明显的优化了。如下图所示，
美中不足的是，cprofile运行时间太少，可以运行几个钟再来看，分析效果会更好。