详解Python中__str__和__repr__方法的区别

对我当前工程进行全部测试需要花费不少时间。既然有 26 GB 空闲内存，为何不让其发挥余热呢? tmpfs 可以通过把文件系统保存在大内存中来加速测试的执行效率。

但优点也是缺点，tmpfs 只把结果保存在内存中，所以你必须自己编写脚本来把结果回写到磁盘上进行保留。而且这些脚本必须良好书写和执行，否则就要失去部分或全部的工作成果了。

一种常见的方法是直接在tmpfs文件夹中工作，然后把工作成果备份到磁盘上的一个文件夹中。当您的机器启动时你从那个备份文件夹恢复tmpfs文件夹。启动之后用cron同步tmpfs文件夹和磁盘文件夹。

我发现这个设置有点复杂容易出错。在启动的时候，或者对于crom，我从没有真正的相信。现在我用一种简单得多的设置，根本不用cron。

在我的机器上运行一个单项测试，使用IDE并发布于web服务器，其性能通常是合理的，只有运行全部测试需要许多时间。

我发现最佳之处是在磁盘上设置一个workspace，与/dev/shmand目录下运行所有测试的tmpfs同步。这或多或少使我的设置无需改变，并消除了可能松散的工作，这些仅仅是因为我在正确设置方面太垃圾了。

性能提升的结果是合理的:

$ nosetests && run_tests.py........................................................................................................................................................................................................................................................----------------------------------------------------------------------Ran 248 tests in 107.070s OK........................................................................................................................................................................................................................................................----------------------------------------------------------------------Ran 248 tests in 19.423s OK

现在比原来提高了 5 倍速度。

使用 python/' target='_blank'>python 来进行设置非常简单:

#!/bin/bash -e WORK=src/pyLOG=$(pwd)/test.logTARGET=$(hg root)SHADOW=/dev/shm/shadow/$TARGET date > $LOGmkdir -p $SHADOW cd $SHADOWrsync --update --delete --exclude=".*" --exclude=ENV --archive $TARGET ./.. if [ ! -d ENV ]then virtualenv ENVfi. ENV/bin/activate cd $WORKPython setup.py develop >> $LOGnosetests $* | tee -a $LOGexit ${PIPESTATUS[0]}

我只要重复同步到/dev/shm目录，设置测试环境（virtualenv and python setup.PY）和运行测试（nosetests）。

在tmpfs文件夹里仍可用命令行运行单个测试。也可以把这个从你的IDE中踢走，但你会失去你的测试运行和调试的能力。如我之前所说，我现在不需要这些。

我希望我对tmpfs的这个变通使用能帮助你建立一个更快速的开发环境，而无须遭受所有的脚本麻烦。