内容简介
- 如何使用py-spy
- 如何读懂火焰图
遇到的问题
大佬组长透露出几个关键信息：
-
1.要排查的是线上正在运行的Python程序
-
2.“凌晨3点多的时候可能出现”，表示问题并不是每天都出现的
-
3.问题现象是程序卡死，重启后，有可以正常运行
线上服运行在真实环境，使用真实数据长时间运行，这种非必发性的错误通常难以在测试服或灰度服中发现，而且这种错误看日志通常难以判断出现这种问题的真正原因，可能其他地方的代码出现了问题，但没有被处理，导致异常状态一直堆积，一段时间后才出现的问题。
根据上面的关键信息，我开始进行如下思考：
- 1.思考是否可以构建「最小实例进行复现呢？」，可以复现就说明找到了问题。
- 2.是代码的问题还是其他依赖服务存在问题导致本Python程序出现问题？
自己在测试环境运行相同的代码，发现没有任何问题，那是其他依赖的问题？这么多依赖服务，一个个查是不现实的，那只能在代码中加多点日志，然后再放到线上去看了？
其实还有使用更简单的方法去定位错误，那就使用py-spy
使用py-spy
py-spy是一款开源的Python程序的抽样分析工具，使用py-spy可以很直观的查看Python程序的进程堆栈以及不同方法的耗时等，整个监控方式不需要对正在运行的程序做任何处理，即你不要修改程序代码也不需要重启程序。
py-spy使用Rust语言开发，Rust语言是一门号称C/C++的运行速度、类JavaScript写法的语言，简单而言，就是开发效率高运行效率也高。py-spy基于Rust语言提供的强大特性，使得它可以安全的用于生产环境中的python程序。
通过pip安装py-spy
pip3 install -i https://pypi.doubanio.com/simple/ py-spy
安装完后就可以使用了，如果你是windows用户，需要下载预构建的二进制文件进行安装，细究可参考官方说明（在最后参考一节）。
通过py-spy help查看该工具支持的指令，总共就3种不同的指令，非常简单。
首先来使用top命令，它会生成类似Unix系统中top命令的效果，它有两种使用方式，分别如下。
# 如果python程序正在运行，直接通过pid进行采样
sudo py-spy top --pid 12345
# OR
# 如果python程序没有运行，可以使用如下命令
sudo py-spy top -- python myprogram.py
因为线上Python服务本身就是运行状态，所以直接通过pid去查看运行进程中的信息，这些信息会依据py-spy的采样实时更新。
从上图可以看出，top命令会显示出当前Python进程中GIL锁的使用率、活跃线程率、线程数等总体信息，此外还会列出程序中不同方法的占用时间，其中的信息包含了使用的第三方库所占用的时间。
此外，还可以让py-spy生成火焰图（flame graph），通过火焰图可以更直观的判断出程序的性能情况。
py-spy生成火焰图只需使用record命令则可，与top命令类似，同样有两种使用方式，如下。
py-spy record -o profile.svg --pid 12345
# OR
py-spy record -o profile.svg -- python myprogram.py
-o参数用于指定火焰图生成的路径。
如果你的程序突然卡死了，你又不清楚它为何会卡死，此时就可以通过py-spy的dump命令来查看当前程序的调用堆栈，通过调用堆栈来判断Python程序挂在何处。
dump命令只能用于正在运行的Python程序。
py-spy dump --pid 12345
从图中可以很清晰的看出当前Python程序中所有活跃线程的调用栈。
加多--locals参数可以将每个堆栈帧关联的局部变量也打印出来，如下图。
读懂火焰图
火焰图通常是svg图片，可以直接通过Chrome浏览器打开。
py-spy生成的火焰图其火焰是向下的，而有些工具生成的火焰图其火焰是向上，样式不同，但没有什么本质区别。
看到刚刚py-spy生成的火焰图。
火焰图x轴表示抽样数，如果一个函数在x轴占据的宽度越宽，表示它被抽样程序抽到的次数越多，也就表示该方法的执行时间较长。
需要注意，火焰图x轴不代表时间，而是所有调用栈合并后，按字母顺序排列而成。
此外，火焰图的颜色没有特殊含义。
火焰图是可以互动的。
- 1.鼠标悬浮
当鼠标悬浮在火焰的某一层，火焰图都会显示出当前层对应的完整函数名、抽样抽中的次数、占据总抽样次数的百分比。
- 2.可点击放大查看
可以点击火焰的某一层，火焰图会水平放大，该层会占满x轴，从而显示出该层的详细信息。
- 3.可以搜索
点击火焰图中的Search会显示一个搜索框，用户可以输入关键字或正则表达式，所有符合条件的函数名都会高亮显示。
打开开发者工具 -> 切换到「Performance」 -> 点击「录制」按钮开始记录数据，此时访问github.com，等网页完全加载后，停止录制，此时，开发者工具就会显示出一个时间轴，而它的下方就是一个火焰图。通过这个火焰图可以详细的分析当前页面的性能。
与传统的火焰图不同，x轴是时间轴，而不是抽样次数。
参考
- 1.py-spy github：github.com/benfred/py-…
- 2.如何读懂火焰图？：www.ruanyifeng.com/blog/2017/0…
