如何识别Python进程中最后一个产生进展的线程？

方法1：利用py-spy的持续采样记录 #

如果在进程挂起前就启动了py-spy的持续采样，你可以通过生成的调用栈时间线定位最后活跃的线程：

• 执行命令：py-spy record -o thread_profile.svg --pid <你的进程PID>
• 打开生成的SVG文件，查看每个线程的调用栈时间序列，最后还有调用栈变化的线程就是最后产生进展的那个。注意：单次py-spy快照无法对比状态变化，必须提前开启持续采样。

方法2：通过操作系统线程CPU时间统计 #

线程阻塞后不会再消耗CPU时间，因此可以通过对比各线程的累计CPU时间判断最后活跃的线程：

• Linux下执行：ps -L -p <你的进程PID>，查看TIME列，CPU时间最大的线程大概率是最后有进展的（因为它活跃到最后才停止）。如果能间隔几秒多次执行该命令，观察哪个线程的TIME最后更新，就能准确定位。
• Windows下打开任务管理器，找到目标进程后右键选择「转到详细信息」，查看每个线程的「CPU时间」列，逻辑与Linux一致。

方法3：事前埋点记录线程活动（适用于可复现场景） #

如果能提前修改代码，给每个线程添加关键步骤的时间戳日志，挂起后直接查看最后一条日志对应的线程：

import threading
import time

def worker():
    thread_id = threading.get_ident()
    # 关键执行步骤添加日志
    for step in range(10):
        # 模拟任务执行
        time.sleep(0.1)
        print(f"Thread {thread_id} finished step {step} at {time.time()}")

# 启动线程逻辑...

挂起后，控制台或日志文件中最后一条日志的线程ID就是最后产生进展的线程。

方法4：用调试器实时追踪指令指针变化 #

通过gdb/lldb等调试器附加到进程，多次检查线程的指令寄存器（IP），对比变化：

• 用gdb附加进程：gdb -p <你的进程PID>
• 查看所有线程：info threads
• 切换到目标线程：thread <线程编号>
• 查看指令指针（x86架构用info registers eip，x86_64架构用info registers rip）
• 间隔几秒重复上述步骤，最后一个指令指针还在变化的线程就是最后产生进展的，当它停止变化时，就是进入阻塞的时刻。

内容的提问来源于stack exchange，提问作者y.selivonchyk