<div dir="ltr">Il giorno 01 aprile 2013 01:08, Gianluca Sforna <span dir="ltr"><<a href="mailto:giallu@gmail.com" target="_blank">giallu@gmail.com</a>></span> ha scritto:<br><div class="gmail_extra"><div class="gmail_quote">
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div class="im"><br>
</div>Ti manca un pezzo nel ragionamento: può succedere benissimo che nelle<br>
4 ore il 99% del tempo lo passa a leggere e scrivere su disco e l'1% a<br>
far lavorare la CPU.<br>
<br>
Quindi il primo passo è lasciare perdere le supposizioni e dedicarti<br>
alla misura. Python ha diversi sistemi di profiling con cui puoi<br>
facilmente capire dove ti conviene lavorare. Tieni prensente che non<br>
c'è bisogno di farlo per tutte le 4 ore, ti basta un piccolo set.<br>
<div class="HOEnZb"><div class="h5"><br></div></div></blockquote><div><br></div><div style>Utilizzo Nagios e le mie indagini (mi inizio a sentire Clouseau) sono partite da lì. L''accesso in scrittura sul disco e quello di utilizzo della CPU sono dati separati, se non ho preso un abbaglio clamoroso. </div>
<div style><br></div><div style>Comunque ottima idea quella di fare profiling prestazionale del codice direttamente con Python, hai qualche suggerimento o vado di Google?</div><div> </div></div></div></div>