如何分析 python 程序 cpu 占用率问题

原创

已于 2025-03-21 15:00:38 修改 · 1.8k 阅读

CC 4.0 BY-SA版权

文章标签：

于 2025-03-21 14:30:55 首次发布

问题

某天我看了一下目前在跑的一个 python 程序的 CPU 利用率，发现跑到了 100%

在这里插入图片描述

这个程序本身执行的任务很多，开启了很多的线程，跑到 100% 也可以说的过去。但是作为程序员的好奇心就被勾引起来了

java 可以通过 “top -Hp + jstack + 代码” 精准定位到 cpu 高利用率的原因。那么在 python 中，通过什么方式可以实现相同的目的？

经过简单的调研，python 和 java 排查的思路不太一样，有下面三种工具可以使用：cProfile、py-spy、yappi

	cProfile	py-spy	yappi
使用便捷性	无需安装，使用简单（直接导入标准库）	需额外安装，命令行操作，可能需要管理员权限	需额外安装，需在代码中初始化/启动/停止
功能特性	统计函数调用次数、执行时间等基础信息，不支持多线程/异步代码	支持多线程/异步分析，可实时分析运行中的进程，生成火焰图	支持多线程/协程分析，可自定义时钟类型（CPU时间或墙钟时间）
性能影响	对性能有一定影响（大型程序更明显）	非侵入式，对目标进程性能影响极小	性能影响较小，但大规模程序可能有开销
分析结果展示	文本输出（复杂场景难解读）	火焰图可视化，直观定位瓶颈	详细统计数据（需学习成本），支持多种输出格式
适用场景	开发阶段初步性能分析（定位耗时函数）	生产环境实时分析（快速定位CPU高负载问题）	复杂多线程/异步程序深度分析

基本使用方式是修改程序的启动入口

import cProfile

def main():
    ...  # 程序入口

if __name__ == "__main__":
    cProfile.run('main()', sort=