0Pricing
Lua Academy · Pelajaran

Pembuatan Profil dengan LuaProfiler

Instrumentasikan kode dengan LuaProfiler untuk menemukan titik panas CPU dan jumlah pemanggilan.

Pembuatan Profil dengan LuaProfiler adalah pelajaran Lua Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Lua Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Lua Academy mencakup 4 pelajaran total.

Apa Itu LuaProfiler?

LuaProfiler adalah penganalisis kinerja berbasis pengait untuk Lua. LuaProfiler mencatat jumlah pemanggilan fungsi dan waktu kumulatif yang dihabiskan dalam setiap fungsi, lalu menghasilkan report untuk analisis pengoptimalan.

Memasang LuaProfiler

Tersedia melalui LuaRocks: luarocks install luaprofiler. Atau sertakan sumbernya langsung ke dalam proyek Anda.

Memulai Pembuatan Profil

Bungkus kode Anda dengan pemanggilan start/stop untuk pembuatan profil.

local profiler = require("profiler")
profiler.start("profile.txt")  -- output to file
-- ... your code ...
profiler.stop()

Membaca report

report menampilkan: nama fungsi, jumlah pemanggilan, waktu per pemanggilan, dan total waktu. Berfokuslah pada fungsi dengan total waktu tinggi.

-- Example report:
-- function          calls  total_time  avg_time
-- hotLoop          1000   0.850 s     0.850 ms
-- table.sort        200   0.120 s     0.600 ms
-- string.format    5000   0.090 s     0.018 ms

Membuat Profil Jalur Kode Tertentu

Buat profil hanya pada sebagian kode Anda untuk mengurangi beban dan memusatkan perhatian pada report.

profiler.start()
doExpensiveOperation()
profiler.stop()
profiler.report("expensive_op.txt")

Alternatif: Penganalisis Kinerja Khusus dengan debug.sethook

Buat penganalisis kinerja minimal menggunakan debug.sethook untuk mengumpulkan jumlah pemanggilan tanpa pustaka eksternal.

local counts = {}
debug.sethook(function(event)
  if event == "call" then
    local info = debug.getinfo(2, "n")
    local name = info.name or "?"
    counts[name] = (counts[name] or 0) + 1
  end
end, "c")
-- ... run code ...
debug.sethook()
for name, count in pairs(counts) do
  print(count, name)
end

os.clock untuk Mengukur Waktu Fungsi

Ukur fungsi satu per satu secara manual untuk tolok ukur cepat yang terarah.

local function time(fn, ...)
  local t = os.clock()
  fn(...)
  return os.clock() - t
end
print("myFunc took:", time(myFunc, arg1, arg2))

Pembuatan Profil LuaJIT dengan jit.p

Pada LuaJIT, jit.p lebih unggul daripada penganalisis kinerja berbasis pengait untuk penggunaan produksi: bebannya lebih rendah dan pengambilan sampelnya memahami JIT.

Grafik Api

Buat grafik api dengan mengumpulkan sampel tumpukan. Alat: lua-flameprof untuk PUC Lua, jit.p + FlameGraph untuk LuaJIT. Grafik api menampilkan seluruh hierarki panggilan penggunaan CPU.

Pembuatan Profil dalam Rangkaian Pengujian

Jalankan penganalisis kinerja di dalam pengujian unit untuk mendeteksi regresi kinerja secara otomatis. Pastikan fungsi titik panas tidak melebihi ambang waktu.

Titik Panas Umum

  • Penggabungan string dengan .. dalam perulangan (gunakan table.concat).
  • table.sort pada tabel besar (pertimbangkan algoritma yang lebih cepat).
  • Pembuatan fungsi tertutup secara berulang.
  • Rantai __index metatabel yang dalam.

Pertanyaan tentang Pembuatan Profil

Apa yang ditampilkan oleh report LuaProfiler?

Ringkasan: Pembuatan Profil dengan LuaProfiler

Gunakan LuaProfiler atau penganalisis kinerja debug.sethook khusus untuk mengumpulkan jumlah pemanggilan dan waktu eksekusi. Berfokuslah pada fungsi dengan total waktu tinggi. Pada LuaJIT, utamakan jit.p. Gunakan grafik api untuk visualisasi hierarki panggilan.

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Pembuatan Profil dengan LuaProfiler” gratis?

Ya — teks lengkap “Pembuatan Profil dengan LuaProfiler” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Lua Academy, upgrade ke CoddyKit PRO. Kursus Lua Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Pembuatan Profil dengan LuaProfiler”?

Instrumentasikan kode dengan LuaProfiler untuk menemukan titik panas CPU dan jumlah pemanggilan. Kamu berlatih Lua Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Lua Academy?

Tidak diperlukan pengalaman sebelumnya. Lua Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 3 dari 4.

Berapa lama pelajaran “Pembuatan Profil dengan LuaProfiler” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Lua Academy ini?

Ya. Setiap pelajaran Lua Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Pustaka debug secara Mendalam
  2. Debug Jarak Jauh dengan MobDebug
  3. Pembuatan Profil dengan LuaProfiler
  4. Cakupan Kode dan Instrumentasi Test
← Kembali ke Lua Academy