py-spy，一个高效的python代码性能瓶颈分析库

py-spy 是一款用于对 Python 应用程序进行性能分析的工具，它可以生成火焰图，展示应用程序在代码层面的性能瓶颈，以帮助开发者进行性能优化。

应用场景：py-spy 可以用于任何需要对 Python 应用程序进行性能分析的场景，如优化大型 Web 应用程序、提高数据处理速度等。
通过使用 py-spy 进行性能分析，开发者可以快速发现应用程序的性能瓶颈，进而进行性能优化，提高应用程序的稳定性和可靠性，从而提升用户体验和满意度。

授权协议：MIT，支持商用，商用不要求公开修改后的源码。

开发语言：Rust

支持的操作系统：Linux、macOS、Windows
是否跨平台：是
Twitter网址：https://twitter.com/py_spy
适用人群：Python 开发者、性能工程师、Web 开发者等。
软件官网：https://github.com/benfred/py-spy
软件文档网址：https://github.com/benfred/py-spy#usage
软件源码官网：https://github.com/benfred/py-spy

软件安装和运行依赖哪些第三方库：py-spy 依赖于 Python 3.4+ 和 Rust 工具链。

其他类似功能的软件有哪些：
cProfile：Python 自带的性能分析工具，可以生成分析报告。
Pyflame：类似于 py-spy 的性能分析工具。
line_profiler：可以对 Python 代码的每一行进行性能分析。

使用举例：

跟踪已知pid值的python的进程的运行状况，即时找出最大耗时项：

$ py-spy top --pid [pid]

启动一个python应用并实时显示各函数的时间占用：

$ py-spy top -- python [path/to/file.py]

生成SVG 格式的火焰图，显示函数耗时：

$ py-spy record -o [path/to/profile.svg] --pid [pid]

忠实记录python进程的调用栈数据：

$ py-spy dump --pid [pid]

py-spy 能高效分析出python代码性能瓶颈，通过图示直观展示出耗时过多、调用次数过多的函数。

最近国外网友 用少于 100 行的 Rust 使 Python 变快 100 倍 (英文)，文章针对一个有性能问题的 Python 库，使用 Rust 重写并作了三轮优化后，提升了性能 100 倍。文中使用了 py-spy 库绘制火焰图，分析出了代码的瓶颈点，并以此作为优化的依据，可以看到前后火焰图的差别很大。

与 py-spy 类似的火焰图工具，在php方面，有phpspy这个命令行工具非常方便得分析php网站代码的函数性能瓶颈，(官网 adsr/phpspy: low-overhead sampling profiler for PHP 7+ (github.com) ，phpspy的使用实例： blog/php火焰图.md at master · Sungq1990/blog · GitHub )

本文链接地址：https://linuxlibs.com/article/py-spy-is-a-efficient-library-for-python-code-performence-analyse.html