py-spy

py-spy 是一个专为 Python 设计的采样型性能分析器（sampling profiler），它的主要作用是：

在不中断、无侵入、不修改代码的情况下，实时分析正在运行的 Python 程序的性能瓶颈！

核心用途

1. 实时性能分析

• 可以对“正在运行”的 Python 程序进行采样分析，无需重启、无需插桩。
• 支持抓取 CPU 占用高的代码片段，快速定位慢点、死循环、锁等待等问题。

2. 零侵入、无性能损耗

• 不需要在代码里加任何import或装饰器，对性能影响极小（<1%）。
• 支持分析生产环境、Docker 容器、Kubernetes 等多种部署方式下的进程。

3. 多种可视化输出

• 支持生成火焰图（flamegraph）、Top 统计、原始采样数据等多种格式，便于分析和汇报。

常见用法举例

1. 分析指定进程的性能瓶颈

1

py-spy top --pid 12345

• 实时显示当前最消耗 CPU 的函数调用栈。

2. 生成火焰图（Flamegraph）

1

py-spy record -o profile.svg --pid 12345

• 采样一段时间后，生成 SVG 格式的火焰图，直观展示各函数耗时比例。

3. 分析 Docker 容器里的 Python 程序

1
2
3

docker run --rm -it --pid=host --privileged \
    -v /tmp:/tmp your-python-app
py-spy top --pid <容器内Python进程号>

典型应用场景

• 生产环境排查性能瓶颈：线上服务卡顿时，直接分析正在跑的进程，无需重启。
• 数据科学/AI训练任务：分析大规模数据处理、模型训练的慢点。
• 多线程/多进程程序：支持 GIL 监控，能看到线程切换和锁等待情况。
• 和 CI/CD、监控平台联动：自动抓取性能数据，生成历史趋势报告。

与其它分析器对比

脑洞扩展建议

1. AI驱动的自动瓶颈定位
   结合 LLM 自动解读火焰图，给出优化建议、重构方案，甚至自动生成 PR。

2. 与APM/监控平台集成
   实现性能异常时自动触发 py-spy 采样，采样结果推送到 Prometheus/Grafana 可视化。

3. 云原生环境下的全自动分析
   支持 Kubernetes 集群自动发现所有 Python Pod，批量分析并聚合火焰图。

4. 代码热修复联动
   采样到性能热点后，自动切换到优化版代码路径，实现“自愈”Python 服务。

5. 语音播报性能热点
   结合 TTS，定时播报“鹏哥，data_loader.py第42行又炸了！”