详解Python中__str__和__repr__方法的区别


             对我当前工程进行全部测试需要花费不少时间。既然有 26 GB 空闲内存，为何不让其发挥余热呢? tmpfs 可以通过把文件系统保存在大内存中来加速测试的执行效率。

但优点也是缺点，tmpfs 只把结果保存在内存中，所以你必须自己编写脚本来把结果回写到磁盘上进行保留。而且这些脚本必须良好书写和执行，否则就要失去部分或全部的工作成果了。

一种常见的方法是直接在tmpfs文件夹中工作，然后把工作成果备份到磁盘上的一个文件夹中。当您的机器启动时你从那个备份文件夹恢复tmpfs文件夹。启动之后用cron同步tmpfs文件夹和磁盘文件夹。



我发现这个设置有点复杂容易出错。在启动的时候，或者对于crom，我从没有真正的相信。现在我用一种简单得多的设置，根本不用cron。

在我的机器上运行一个单项测试，使用IDE并发布于web服务器，其性能通常是合理的，只有运行全部测试需要许多时间。

我发现最佳之处是在磁盘上设置一个workspace，与/dev/shmand目录下运行所有测试的tmpfs同步。这或多或少使我的设置无需改变，并消除了可能松散的工作，这些仅仅是因为我在正确设置方面太垃圾了。



性能提升的结果是合理的:

 







$ nosetests && run_tests.py

........................................................................................................................................................................................................................................................

----------------------------------------------------------------------

Ran 248 tests in 107.070s

 

OK

........................................................................................................................................................................................................................................................

----------------------------------------------------------------------

Ran 248 tests in 19.423s

 

OK





现在比原来提高了 5 倍速度。

使用 python 来进行设置非常简单:

 







#!/bin/bash -e

 

WORK=src/py

LOG=$(pwd)/test.log

TARGET=$(hg root)

SHADOW=/dev/shm/shadow/$TARGET

 

date > $LOG

mkdir -p $SHADOW

 

cd $SHADOW

rsync --update --delete --exclude=".*" --exclude=ENV --archive $TARGET ./..

 

if [ ! -d ENV ]

then

 virtualenv ENV

fi

. ENV/bin/activate

 

cd $WORK

python setup.py develop >> $LOG

nosetests $* | tee -a $LOG

exit ${PIPESTATUS[0]}





我只要重复同步到/dev/shm目录，设置测试环境（virtualenv and python setup.PY）和运行测试（nosetests）。

在tmpfs文件夹里仍可用命令行运行单个测试。也可以把这个从你的IDE中踢走，但你会失去你的测试运行和调试的能力。如我之前所说，我现在不需要这些。

我希望我对tmpfs的这个变通使用能帮助你建立一个更快速的开发环境，而无须遭受所有的脚本麻烦。