Python Decorator를 이용한 함수 실행 시간 측정 방법 (Sample code)

Python 함수의 실행 결과를 측정이 필요한 경우가 있습니다. 일반적으로 linux에서 time 명령어를 사용할 수 있고, Python code 자체에서는 @함수명으로 표시되는 decorator를 사용할 수 있습니다.

Python 함수 실행 시간 측정

import time

def elapsed(f):
def wrap(*args):
start_r = time.perf_counter()
start_p = time.process_time()
# 함수 실행
ret = f(*args)
end_r = time.perf_counter()
end_p = time.process_time()
elapsed_r = end_r - start_r
elapsed_p = end_p - start_p

print(f'{f.__name__} elapsed: {elapsed_r:.6f}sec (real) / {elapsed_p:.6f}sec (cpu)')
return ret
# 함수 객체를 return
return wrap

@elapsed
def test_function():
time.sleep(10)

# 함수 실행
test_function()

#측정 결과
test_function elapsed: 10.000476sec (real) / 0.000048sec (cpu)

※ 참고 링크: https://tyanjournal.com/tips/python-%ED%95%A8%EC%88%98-%EC%8B%A4%ED%96%89-%EC%8B%9C%EA%B0%84-%EC%B8%A1%EC%A0%95%ED%95%98%EA%B8%B0/

Decorator는 실행하려는 함수 위에 @로 선언하고, 함수를 parameter로 받아 필요한 명령어를 추가 후 다시 함수 형태로 반환하는 함수입니다. 함수를 수정하지 않고, 실행 전/후에 필요한 전처리나 후처리를 추가할 때 사용합니다. 본 예제와 같이 함수 실행 시간이나, Flask에서 api 정의 시에 사용됩니다. 추가적인 내용은 링크 1, 링크 2를 참조해주세요.

시간 측정은 time.perf_counter()와 time.process_time()을 사용할 수 있습니다. perf_counter()는 sleep을 포함하여 system전체적으로 측정하는 값으로 실제 시간에 해당합니다. time.process_time()은 해당 process의 system+user time입니다. 앞에 예제에서 보면 test_function에서는 sleep(10)이기 때문에 per_counter() 차이는 대략 10초이고, process_time()은 0.000048입니다. 즉, 실제 시간은 10 sec가 지났지만, 실제 CPU 구동 시간은 매우 작습니다.

time.perf_counter: Real time
time.process_time(): CPU time