用 cProfile 剖析 Python 热点函数

目标

请求处理器很慢，团队却凭直觉优化了错误的函数。本配方对可复现的入口用 cProfile 采样，再用 pstats 按累计时间排序输出前十五个函数，找出真正占主导的调用路径；优化后重新剖析确认该函数跌出榜单，提醒应关注相对排名而非绝对耗时。

步骤要点

1. 对入口用 cProfile 采样。
2. 用 pstats 按累计时间排序输出前十五。
3. 针对首要热点优化后重新剖析对比。
4. 长时间运行时改用采样剖析器降低开销。

import cProfile, pstats
cProfile.run('main()', 'prof.out')
stats = pstats.Stats('prof.out').sort_stats('cumtime')
stats.print_stats(15)

排错提示

• 剖析器有开销，应看相对排名。
• 热点在 C 扩展里需行级工具。
• 不显示内存分配。

适用边界

• cProfile 有额外开销。
• 行级归因需额外工具。