Performance Profiling

性能分析和调优工具速查。

快速参考

Python 分析

python -m cProfile script.py
python -m cProfile -s cumtime script.py
pip install py-spy && py-spy top --pid 12345

Node.js 分析

node --prof app.js
node --cpu-prof app.js
npm install -g clinic && clinic doctor -- node app.js

数据库

-- MySQL
EXPLAIN ANALYZE SELECT * FROM users WHERE name = 'Alice';
SHOW PROCESSLIST;

-- PostgreSQL
EXPLAIN ANALYZE SELECT * FROM users WHERE name = 'Alice';
SELECT * FROM pg_stat_activity;

系统

top -o %CPU                 # CPU
iostat -x 1                 # I/O
vmstat 1                    # 综合

详细参考

• Python 分析: references/python.md - cProfile, line_profiler, py-spy
• Node.js 分析: references/nodejs.md - V8 分析, clinic.js
• 数据库优化: references/database.md - MySQL, PostgreSQL, Redis
• 系统性能: references/system.md - CPU, 内存, I/O
• Web 压测: references/load-test.md - ab, wrk, hey

常见优化

Python

# 字符串拼接
result = "".join(strings)   # 而非 for + loop

# 使用生成器
result = (x for x in range(1000000))

# 内置函数更快
total = sum(numbers)

数据库

• 添加合适索引
• 避免全表扫描
• 使用 EXPLAIN 分析
• 缓存热点数据

文档

• Python profiling: https://docs.python.org/3/library/profile.html
• clinic.js: https://clinicjs.org/
• FlameGraph: https://www.brendangregg.com/flamegraphs.html