Пост Сегодня покажу вам удобный способ следить за производительностью Python-кода прямо в терминале с помощью py-spy.

Сегодня покажу вам удобный способ следить за производительностью Python-кода прямо в терминале с помощью py-spy. 🔍 Что такое py-spy? py-spy это sampling-профайлер для Python, который не требует модификации кода и может подключаться к уже работающим процессам. Он написан на Rust, работает очень быстро и почти не влияет на производительность. 🛠 Установка: pip install py-spy Или, если хочется поставить бинарник напрямую: curl -sSL https://install.python-poetry.org | python3 - 🚀 Примеры использования: 1. Снять снимок с работающего процесса: py-spy top --pid 12345 Альтернатива htop, но показывает, какие функции Python жрут CPU. 2. Записать flamegraph: py-spy record -o profile.svg --pid 12345 Откроется красивая SVG-шечка, где видно, куда утекает время выполнения. 3. Запустить скрипт с профилированием: py-spy top -- python my_script.py 🧠 Зачем это нужно? - Падает производительность? Посмотри, какие функции грузят процессор. - Программа зависла? Снимок покажет, где именно. - Хотите оптимизировать горячие участки? Flamegraph быстро выведет подозреваемых. 🔥 Совет от меня: py-spy умеет работать с контейнерами и виртуальными окружениями, просто указывайте --pid правильного процесса. Идеален для DevOps'а и продакшн-серверов. 📲 Мы в MAX 👉@BookPython