cProfile输出中select.poll的poll方法含义及代码追踪方法

最后一行的具体含义 #

先拆解这一行的每个字段：

15    7.347    0.490    7.347    0.490 {method 'poll' of 'select.poll' objects}

• ncalls: 该方法被调用了15次
• tottime: 方法自身总共消耗7.347秒（这是方法执行的纯耗时，不包含子调用的时间，这里是内置方法，没有子调用）
• percall: 每次调用平均耗时0.490秒
• cumtime: 累积耗时和自身耗时一致，因为没有子调用需要统计
• {method 'poll' of 'select.poll' objects}: 这是Python内置的IO多路复用方法，Flask开发服务器（Werkzeug的run_simple）在等待客户端请求时会调用它，本质是阻塞监听套接字的IO事件，这段时间服务器处于空闲状态，不是业务代码在消耗资源。

你看到它占了几乎全部时间，是因为你运行cProfile时，服务器大部分时间都在等待请求，而非处理请求。

如何追踪到自己的业务代码行 #

当前的profile结果包含了服务器启动后的全部时间（包括空闲等待），无法直接看到业务代码的耗时。你需要聚焦到请求处理阶段的性能分析：

• 单个请求针对性profiling
  在你的视图函数里手动嵌入cProfile，只分析请求处理的逻辑：

  import cProfile
  from flask import Flask
  
  app = Flask(__name__)
  
  @app.route('/your-endpoint')
  def your_view():
      pr = cProfile.Profile()
      pr.enable()
      # 这里是你的业务代码
      data = your_business_logic()
      pr.disable()
      # 打印按自身耗时排序的结果，方便定位业务代码
      pr.print_stats(sort='tottime')
      return data
  

• 调整cProfile的运行方式
  不要直接让cProfile监控整个服务器生命周期，而是启动服务器后发送请求，立刻终止服务器，这样结果里会包含请求处理的代码耗时。或者用命令行指定排序方式：

  python -m cProfile -s tottime vo_app_v2.py
  

• 切换排序维度
  当前结果是按cumtime（累积时间）排序，会把框架的顶层调用排在最前面。切换到tottime（自身耗时）排序，能快速找到哪些函数本身消耗时间最多，更容易定位到你的业务代码。

注意：开发服务器的poll等待时间是正常行为，不是性能瓶颈，真正需要优化的是处理请求时的业务代码逻辑。

内容的提问来源于stack exchange，提问作者Mike Mann