01
性能基准测试概述
什么是性能基准测试 · 为什么需要基准测试 · 在量化交易中的核心价值
概念价值
02
测试环境搭建
硬件/软件配置 · 网络延迟与抖动控制 · Python版本与依赖
环境网络
03
时间度量基础
time/timeit · datetime精度 · perf_counter/process_time
计时精度
04
代码执行时间测量
装饰器测量 · 上下文管理器 · 多线程/进程计时陷阱
耗时陷阱
05
内存性能分析
memory_profiler · tracemalloc · 对象引用与GC影响
内存GC
06
CPU性能分析
cProfile/pstats · 火焰图 · 热点函数定位
CPU火焰图
07
IO性能测试
文件顺序/随机读写 · IOPS/吞吐量 · 异步IO vs 同步IO
磁盘网络IO
08
数据库性能基准
SQLite/PostgreSQL/MySQL对比 · 索引影响 · 连接池
数据库索引
09
数据结构性能对比
list/tuple/set/dict · deque/defaultdict/Counter
数据结构collections
10
算法复杂度实战
大O表示法 · 排序算法对比 · 二分 vs 线性查找
算法复杂度
11
并发编程性能
多线程/多进程/协程 · GIL影响 · asyncio事件循环
并发GIL
12
网络请求性能
requests vs aiohttp vs httpx · Keep-Alive · 超时重试
HTTP连接复用
13
API接口基准测试
locust压力测试 · wrk/ab · QPS与P50/P95/P99
压测延迟分布
14
数据处理性能
Pandas vs Polars vs Dask · 向量化 vs 循环 · groupby优化
DataFrame向量化
15
数值计算性能
NumPy vs Python · 广播机制 · Numba/Cython加速
数值JIT
16
缓存性能测试
LRU实现 · Redis vs Memcached · 本地 vs 分布式缓存
缓存Redis
17
序列化性能对比
Pickle/JSON/MessagePack/Protobuf · Avro/Parquet
序列化格式
18
日志系统性能
logging调优 · 异步日志 · 日志级别影响 · 结构化日志
日志异步
19
正则表达式性能
re编译优化 · 贪婪vs非贪婪 · 回溯陷阱 · regex库
正则回溯
20
字符串操作性能
拼接方法对比 · 查找替换 · 正则 vs 原生方法
字符串拼接
21
循环与迭代器性能
for vs while · 推导式 vs map/filter · itertools
迭代惰性
22
函数调用开销
内联 vs 函数 · lambda vs 普通 · lru_cache优化
函数开销
23
异常处理性能
try-except vs if-else · 异常创建开销 · 最佳实践
异常控制流
24
属性访问与描述符
__getattr__ vs __getattribute__ · property · slots优化
属性slots
25
C扩展与FFI性能
ctypes/cffi/pybind11 · Cython调用C库 · numpy C API
C扩展FFI
26
GPU加速性能
CUDA Python · Numba CUDA vs PyCUDA · 内存带宽
GPUCUDA
27
分布式计算性能
Ray vs Dask vs Spark · 任务调度 · shuffle · 容错
分布式调度
28
性能监控与告警
Prometheus+Grafana · 自定义metrics · 基线/告警阈值
监控告警
29
性能优化方法论
阿姆达尔定律 · 定位流程 · 反模式与优化策略
方法论反模式
30
综合实战
交易系统基准套件 · 自动化报告 · CI/CD回归测试
实战CI/CD