APM Insight Python agent 性能报表
性能报表帮助您优化 APM Insight Python agent，使其对应用程序性能的影响降至最低。
测试环境
操作系统：Ubuntu 20.04.1 LTS
CPU：6 核
内存：15.3GB
版本：Python 3.8.10
应用程序框架：Django 4.0.4
测试持续时间：两小时
对应用程序响应时间的影响
分别以每分钟 300 和 600 个事务的频率，运行四个示例 Python 应用实例（有无 APM Insight Python agent 两种情况）。数据收集历时两小时，结果汇总如下。
每分钟 300 个事务：
响应时间摘要 |
未安装 agent |
已安装 agent |
| 平均响应时间（ms） | 18852 | 19274 |
| 峰值响应时间（ms） | 23406 | 24106 |
在有无 APM Insight Python agent 的情况下运行应用程序时，观察到的平均时间差约为 2.22%。
以下时间线图表展示了历史趋势：
每分钟 600 个事务：
响应时间摘要 |
未安装 agent |
已安装 agent |
| 平均响应时间（ms） | 37620 | 38777 |
| 峰值响应时间（ms） | 47792 | 48413 |
在有无 APM Insight Python agent 的情况下运行应用程序时，观察到的平均时间差约为 3.05%。
以下时间线图表展示了历史趋势：
对 CPU 使用率的影响
APM Insight Python agent 对 CPU 的消耗主要取决于插桩方法的数量和日志级别（默认为 DEBUG）。
以下数据汇编自同时运行的有无 APM Insight Python agent 应用程序的数据。
每分钟 300 个事务：
CPU 使用率 |
未安装 agent |
已安装 agent |
| 平均使用率（%） | 0.49 | 0.7 |
当应用程序以每分钟 300 个事务运行时，agent 平均消耗了总 CPU 使用率的 0.21%。
以下时间线图表展示了历史趋势：
每分钟 600 个事务：
CPU 使用率 |
未安装 agent |
已安装 agent |
| 平均使用率（%） | 1.53 | 2.51 |
当应用程序以每分钟 600 个事务运行时，agent 平均消耗了总 CPU 使用率的 0.98%。
以下时间线图表展示了历史趋势：
agent 对 CPU 消耗的影响已在操作系统版本 Ubuntu 20.04.1 LTS 上进行测试，
并自 APM Insight Python agent 版本 1.0.3 起生效。
对物理内存（RAM）使用率的影响
默认情况下，APM Insight Python agent 每分钟收集一次性能数据并推送到其专属服务，因此对用户内存的占用极小且是临时性的。需要注意的是，内存消耗与每分钟收集的数据量成正比，因此降低采样因子或事务跟踪阈值会导致 RAM 使用量增加。
以下数据汇编自同时运行的有无 agent 应用程序的数据。
每分钟 300 个事务：
内存使用率 |
未安装 agent |
已安装 agent |
| 平均使用率（%） | 0.3 | 1.56 |
当应用程序以每分钟 300 个事务运行时，agent 平均消耗了总内存使用率的 1.26%。
以下时间线图表展示了历史趋势：
每分钟 600 个事务：
内存使用率 |
未安装 agent |
已安装 agent |
| 平均使用率（%） | 0.31 | 4.26 |
当应用程序以每分钟 600 个事务运行时，agent 平均消耗了总内存使用率的 3.95%。
以下时间线图表展示了历史趋势：
