如何对mypy进行性能分析？解决小项目类型检查耗时问题

1. 使用mypy自带的性能统计参数 #

• 生成阶段性能统计：执行mypy --perf-stats，会输出语义分析、类型检查、模块处理等核心环节的耗时占比与绝对时间，直接锁定拖慢速度的阶段。
• 生成细粒度追踪数据：运行mypy --perf-trace --perf-trace-file=mypy_trace.json导出追踪文件，然后在Chrome浏览器打开chrome://tracing并导入该JSON，可通过直观时间线精准定位耗时最长的函数或步骤。
• 生成Python性能分析报告：执行mypy --profile mypy_profile.stats生成profiling数据后，用python -m pstats mypy_profile.stats查看函数调用耗时详情，或安装snakeviz后用snakeviz mypy_profile.stats做可视化分析。

2. 给-v日志添加时间戳 #

如果仍想使用-v的详细日志，可借助外部工具为每行日志补全时间戳：

• Linux/macOS环境：ts "%Y-%m-%d %H:%M:%S" | mypy -v
• Windows PowerShell环境：mypy -v | ForEach-Object { "[$(Get-Date -Format 'yyyy-MM-dd HH:mm:ss')] $_" }
  通过带时间戳的日志，能清晰对比出哪个步骤耗时过长。

3. 逐步排查模块与依赖 #

• 排除非核心代码：用mypy --exclude="venv" --exclude="tests"先排除虚拟环境、测试目录等，观察耗时变化，定位是否由非业务代码导致问题。
• 单独检查可疑模块：若怀疑某模块耗时久，直接单独检查该模块：mypy your_suspicious_module.py -v，缩小排查范围。
• 排查第三方库stubs：部分第三方库的类型注解（stubs）不完善或过于复杂会拖慢mypy，可尝试针对特定库禁用类型检查（在mypy.ini中配置ignore_missing_imports = true），观察耗时是否下降。

4. 优化mypy配置 #

• 启用增量检查：在mypy.ini中设置incremental = true，mypy会缓存已检查模块，仅重新检查修改过的文件，大幅减少重复检查耗时。
• 调整严格程度：若开启了strict = true，可暂时关闭部分严格选项（如disallow_untyped_defs），验证是否因严格检查导致耗时增加，再针对性优化。

内容的提问来源于stack exchange，提问作者joel