Python 性能调优：cProfile 与火焰图实战

1. 使用 cProfile 进行初步性能分析

cProfile 是 Python 标准库中内置的性能分析模块，它能够统计程序中各个函数的调用次数、执行时间等信息。

1.1 基本使用方法

可以在命令行中直接运行：

python -m cProfile -o output.prof your_script.py

• -o output.prof: 将分析结果保存到 output.prof 文件中。
• 也可以不保存文件，直接在控制台输出统计信息。

或者，在代码中嵌入分析：

import cProfile

def main():
    # 你的业务逻辑代码
    ...

if __name__ == '__main__':
    profiler = cProfile.Profile()
    profiler.enable()
    main()
    profiler.disable()
    profiler.dump_stats('output.prof')  # 保存结果
    # 或者使用 profiler.print_stats() 直接打印到控制台

1.2 使用 pstats 分析 cProfile 结果

cProfile 生成的是二进制数据，需要使用 pstats 模块来查看和排序结果：

import pstats

stats = pstats.Stats('output.prof')
stats.strip_dirs()  # 移除目录路径，使输出更简洁
stats.sort_stats('cumulative')  # 按累计时间排序
stats.print_stats(20)  # 打印前 20 个耗时最多的函数

常用的排序参数：

• 'cumulative': 累计时间（包括子函数调用）。
• 'tottime': 函数自身耗时（不包括子函数调用）。
• 'calls': 调用次数。
• 'ncalls': 调用次数（区分递归）。
• 'time': 内部时间（已弃用，建议用 tottime）。

2. 理解 cProfile 输出的关键信息

pstats.print_stats() 的输出通常包含以下列：

 ncalls tottime percall cumtime percall filename:lineno(function)

• : 该函数被调用的总次数。如果显示 ，表示 1 次递归调用导致了总共 2 次调用（1 次原始调用 + 1 次递归调用）。