执行解析
基础解析
执行解析命令示例：
python3 -m ms_service_profiler.parse --input-path=${PATH}/prof_dir/
参数 |
说明 |
是否必选 |
|---|---|---|
--input-path |
指定性能数据所在路径，会遍历读取该路径下所有名为msproftx.db或ascend_service_profiler_*.db的数据库。 |
是 |
--output-path |
指定解析后文件生成路径，默认为当前路径。 |
否 |
--log-level |
设置日志级别，取值为：
|
否 |
--format |
设置性能数据输出文件的导出格式，取值为：
默认全部导出，可以配置一个或多个参数，配置示例：--format db，--format db csv。 说明：
若数据采集时，配置acl_task_time参数值为2，则解析结果文件仅支持导出json和db格式。 |
否 |
多维度解析
- 进行基础解析的同时，对性能数据按照不同维度（request维度、batch维度、总体服务维度）进行拆解。
- pip安装msserviceprofiler。
pip install -U msserviceprofiler
- 目前提供两种不同的使用方式。
- 进行基础解析的同时，也可对不同Batch数据进行细粒度拆解，如下示例。拉取msit代码仓后在msserviceprofiler目录下执行命令。
- 拆解prefill的batch数据。指定prefill的batch size大小进行性能拆解。
python3 msserviceprofiler/__main__.py split --input-path=${PATH}/prof_dir --prefill-batch-size=4 --prefill-number=100或指定prefill的rid进行性能拆解。
python3 msserviceprofiler/__main__.py split --input-path=${PATH}/prof_dir --prefill-rid=10执行完毕后在结果路径下生成输出文件prefill.csv。
- 拆解decode的batch数据。指定decode的batch size大小进行性能拆解。
python3 msserviceprofiler/__main__.py split --input-path=${PATH}/prof_dir --decode-batch-size=10 --decode-number=100或指定decode的rid进行性能拆解。
python3 msserviceprofiler/__main__.py split --input-path=${PATH}/prof_dir --decode-rid=10执行完毕后在结果路径下生成输出文件decode.csv。
表2 参数说明 参数
说明
是否必选
--prefill-batch-size
指定拆解的Prefill batch的batch_size大小，该值可以从batch.csv中的batch_size字段中获取，默认值为0，代表不执行prefill性能拆解。
否
--prefill-number
指定拆解的Prefill batch的数量，用于统计执行时间的最大值、最小值、平均值和标准差，默认值为1。
否
--prefill-rid
指定拆解的Prefill batch的请求id，该值可以从request.csv中的http_rid字段中获取，默认值为-1，代表不执行prefill性能拆解。
否
--decode-batch-size
指定拆解的Decode batch的batch_size大小，该值可以从batch.csv中的batch_size字段中获取，默认值为0，代表不执行decode性能拆解。
否
--decode-number
指定拆解的Decode batch的数量，用于统计执行时间的最大值、最小值、平均值和标准差，默认值为1。
否
--decode-rid
指定拆解的Decode batch的请求id，该值可以从request.csv中的http_rid字段中获取，默认值为-1，代表不执行decode性能拆解。
否
- 拆解prefill的batch数据。