[Django]silk로 프로파일링 하기

개발을 진행하다보면 어느 순간에는 성능 문제를 겪기 마련입니다. 이전까지 잘 작동하던 코드가 트래픽이 많아짐에 따라서 문제가 될 수도 있고, 쌓이는 데이터의 양이 많아짐에 따라 문제가 될 수도 있습니다. 이 때 Django의 silk 프로파일러를 활용한다면 좀 더 쉽게 병목 구간을 찾을 수 있습니다.

 

https://github.com/jazzband/django-silk

GitHub - jazzband/django-silk: Silky smooth profiling for Django

 

silk 설치

pip install django-silk

MIDDLEWARE 추가

# Use this variable in list of middleware
MIDDLEWARE = [
    ...
    'silk.middleware.SilkyMiddleware',
    ...
]

silk를 사용하기 위해 MIDDLEWARE에 class를 추가하여 줍니다.

urls.py 추가

urlpatterns += [url(r'^silk/', include('silk.urls', namespace='silk'))]

silk에 접속하기 위한 url을 설정합니다.

Migrate

python manage.py makemigrations
python manage.py migrate
python manage.py collectstatic

silk를 사용하기 위해 migrate 및 UI를 위한 collectstatic을 합니다. 여기까지 했다면 사용을 위한 준비는 끝입니다.

 

silk 사용방법

위에서 설정한 url에 접속해보면 다음과 같은 페이지를 볼 수 있습니다. 요청했던 request를 누르면 다양한 정보들을 확인할 수 있습니다.

 

Profilling 이용하기

SILKY_PYTHON_PROFILER = True

settings.py에 위와 같은 옵션을 추가하여 주면 프로파일링 기능을 이용할 수 있습니다.

from silk.profiling.profiler import silk_profile

# 원하는 곳에 profile decorator 설정
@silk_profile(name='View Blog Post')
def post(request, post_id):
    p = Post.objects.get(pk=post_id)
    return render_to_response('post.html', {
        'post': p
    })

프로파일을 원하는 곳에 데코레이터를 적어주면, silk 페이지에서 좀 더 자세한 정보를 확인할 수 있습니다. (python의 cProfile을 활용한 데이터가 보여집니다)

 

이 페이지에서 실행 시간등을 유심히 살펴본다면 소스코드의 어느 곳에서 병목이 생기는지 명확히 파악할 수 있습니다.

 

이렇게 파악한 곳을 토대로 리팩토링을 하여 성능문제를 개선해 나가면 됩니다. 다만, 이 프로파일러 도구 하나에 의존하기보다는 Django debug toolbar, query_inspect, DB log와 같은 것들을 같이 활용하는 것이 좋습니다.