Julia 调试性能分析

---

概述

在调试复杂工程的 Julia 代码时，发现调试代码的速度比运行代码的速度慢了很多，往往需要花费大量时间定位是哪些函数导致调试速度慢。例如，下面示例 debug_example.jl，用于对图像进行局部熵滤波，目标行执行耗时约 1s，调试耗时约 18s。

解决方法

使用启动调试并计时查找调试过程中耗时的函数，然后将其中不需要调试的底层函数设置为编译执行，可以大幅提升调试运行速度。

操作步骤如下：

• step 1： 打开需要调试的脚本，单击调试并计时工具栏按钮，开始运行；

• step 2： 等待运行结束（或等待一段时间，再点击退出调试），得到统计结果如下：

注意

不要在启动调试并计时的过程中添加断点，这会影响统计结果的正确性。

• step 3： 分析统计结果，根据统计结果发现"Main._imhist"函数耗时长且无需调试，可以将该函数设置为编译模式；

  单击首选项，然后下拉找到调试器性能选项，单击编辑，可以打开setting.json配置文件进行配置。

  打开settings.json配置文件后，在列表中增加一行"Main._imhist",，将该函数设置为编译模式，如下图所示：

  配置修改后，保存文件，立即生效。

• step 4： 重新打开需要调试的脚本，单击启动调试并计时，查看统计结果，调试耗时已和运行耗时基本保持一致。

局限性

对于相互循环调用的函数，启动调试并计时的统计结果偏大。例如：

# 函数A：内部调用函数B
function A(n::Int)  
    if n > 0  
        sleep(0.1)
        B(n - 1)  
    else 
        println("Function A completed")  
    end  
end  

# 函数B：内部调用函数A  
function B(n::Int)  
    if n > 0  
        sleep(0.1)  
        A(n - 1)  
    else  
        println("Function B completed")  
    end  
end 

@time A(20)

Function A completed
  2.163952 seconds (1.38 k allocations: 64.969 KiB)

调试 A 函数总共仅用了 2.16 s，而统计结果显示 A 函数耗时 12s，B 函数耗时 约 11s，这是因为 A 和 B 函数重复调用自己，导致统计结果失真。