序言
如果你是从Java语言开发转Python开发，可能在庆幸自己的开发效率提高了很多，但是也有痛苦的时候，比如你会怀念jstack，jmap, 等各种工具在生产环境做perfomance tuning。我之前使用过的有GDB，PyRasite，PyFlame等各种工具，特别是gdb系列工具，入门使用还挺麻烦的。这里推荐大家一款工具：Py-Spy。
引用官方的介绍：
Py-Spy是Python程序的抽样分析器。 它允许您可视化查看Python程序在哪些地方花了更多时间，整个监控方式无需重新启动程序或以任何方式修改工程代码。 Py-Spy的开销非常低：它是用Rust编写的，速度与编译的Python程序不在同一个进程中运行。 这意味着Py-Spy可以安全地用于生成生产环境中的Python应用调优分析。
安装
pip install py-spy
如果你是Rust开发者，也可以用如下命令安装：
cargo install py-spy
使用
py-spy可以分析已存在运行的程序（提供PID)或者指定脚本。如下：
py-spy --pid 12345
# 或者
py-spy -- python myprogram.py
输出类似于top命令：
它也可以输出生成性能优化大师布兰登.格雷格推出的可视化图 FlameGraphs。
命令：
py-spy --flame profile.svg --pid 12345
# 或者
py-spy --flame profile.svg -- python myprogram.py
输出如下：
Py-Spy是如何工作的
Py-spy通过使用Linux上的process_vm_readv系统调用，OSX上的vm_read调用或Windows上的ReadProcessMemory调用直接读取python程序的内存样本数据分析。