LU07.L11 - Den echten Hotspot finden

         12004 function calls in 0.104 seconds

   Ordered by: cumulative time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.002    0.002    0.104    0.104 pruefen
     3000    0.099    0.000    0.099    0.000 ist_gesperrt
     3000    0.002    0.000    0.003    0.000 normalisieren
     3000    0.001    0.000    0.001    0.000 {method 'strip' of 'str' objects}

Hotspot: ist_gesperrt mit 0.099 von 0.104 Sekunden, also 95 Prozent. normalisieren wird gleich oft aufgerufen und kostet 0.003 Sekunden, also 3 Prozent.

gesperrt = {f"user{i}" for i in range(5000)}    # set statt list

vorher   0.0955 s
nachher  0.00040 s     -> Faktor 240, identisches Ergebnis (1467 Treffer)

Eine geänderte Klammer. Die Funktion ist_gesperrt selbst bleibt unverändert - nur die Datenstruktur, die sie durchsucht.

Wer zusätzlich die Funktionsaufrufe einspart und alles in die Comprehension zieht:

def pruefen(namen):
    return [n for n in namen if n.strip().lower() in gesperrt]

mit Hilfsfunktionen  0.00040 s
inline               0.00026 s     -> nochmals 0.14 Millisekunden

War das gerechtfertigt? Nein. Der Gewinn beträgt 0.15 Prozent der ursprünglichen Laufzeit, und dafür verschwinden zwei benannte Funktionen, die den Code lesbar und einzeln testbar gemacht haben. Das ist ein Refactoring in die falsche Richtung, verkauft als Optimierung.

Warum wirkt normalisieren teuer? Weil dort sichtbar Arbeit steht - strip und lower auf 3000 Strings. Der Blick bleibt an der Zeile hängen, die etwas tut. ist_gesperrt sieht harmlos aus: ein einziges in. Dass sich dahinter 5000 Vergleiche pro Aufruf verbergen, sieht man dem Code nicht an - nur der Datenstruktur.

Was sagt ncalls? Beide Funktionen werden genau 3000-mal aufgerufen, einmal pro Anfrage. Die Aufrufzahl allein sagt also nichts über die Kosten. Auffällig wäre eine Zahl, die man nicht erwartet - etwa 9'000'000 statt 3000: dann steckt ein Aufruf in einer Schleife, die er nicht enthalten sollte.

tottime gegen cumtime bei pruefen: tottime 0.002 s ist die Zeit in pruefen selbst, also im Aufbau der Liste. cumtime 0.104 s zählt alles mit, was pruefen aufruft. Die Differenz ist die Zeit der Unterfunktionen. Deshalb sucht man den Hotspot in der tottime-Spalte, nicht in cumtime - sonst steht immer die äusserste Funktion oben.

© Kevin Maurizi