<p dir="ltr">I'm again suggesting to look into Python profiling capabilities of Intel® VTune™ Amplifier. It could run statistical profiling for a long time and display CPU usage over time, so the developer can look at specific time range where CPU usage was too high and see which functions were executed. </p>
<p dir="ltr">Thanks, <br>
Vasily</p>
<div class="gmail_quote">19 авг. 2016 г. 11:57 пользователь "Pierre Tardy" <<a href="mailto:tardyp@gmail.com">tardyp@gmail.com</a>> написал:<br type="attribution"><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr">Hi Francesco,<div><br></div><div>Your described setup looks sane to me.</div><div><br></div><div>The problems we are trying to catch are cpu spikes, as far as I understand, which does not happen for very long, but are very annoying for users, as it is blocking the reactor.</div><div><br></div><div>This problem is not easy to see in the profile you sent, as this profile is over long time, so we see the average of each method during the day and not the spikes.</div><div><br></div><div>What would really be needed is a on-demand profiler which would detect cpu spikes and only log the stack traces during those times.</div><div><br></div><div>Here is a nice blog pst explaining why statistic profiling is cool and easy to implement in python.</div><div><a href="https://nylas.com/blog/performance" target="_blank">https://nylas.com/blog/<wbr>performance</a><br></div><div><br></div><div>For 0.9.1 I want to concentrate on scalability, and write a debugging ui plugin based on those ideas (and probably code)</div><div><br></div><div>That would be great if your team can help on that matter.</div><div><br></div><div>Regards,</div><div>Pierre</div></div>
</blockquote></div>