在 Python3.7 环境下，Uber 开源的 PyFlame 无法使用，而在容器环境中，py-spy 又有诡异的问题。考量各种「采样」工具后，发现只有内置的 cProfile 才是稳定、可靠的。

但是对于复杂的 Flask App，大量使用 cProfile 执行采样非常不方便。本文将给出一个在 Python3.7 的容器环境下经测试可以正常工作的例子。原理是在 app 初始化后，添加 werkzeug ProfilerMiddleware（也许可以翻译成采样中间件）。

我们首先编写一个简单的 Flask App：

"""Profile uwsgi."""

from flask import Flask
from werkzeug.contrib.profiler import ProfilerMiddleware
import json

app = Flask('testapp')


@app.route('/')
def index():
	return json.dumps({'status': 'ok'})


app.config['PROFILE'] = True
app.wsgi_app = ProfilerMiddleware(app.wsgi_app, restrictions = [30], profile_dir='/Users/ringsaturn/Downloads')
app.debug = True
app.run(host='0.0.0.0', port=8080, use_reloader=False)

然后运行这个 App，并访问 localhost:8080

# run server
python3 demo.py

# request
curl "http://localhost:8080"

服务端会对每一个请求，生成一个 prof 文件，并保存到指定的文件夹中。 为了可视化分析文件，需要使用 snakeviz 这个库。命令行中输入：

snakeviz GET.root.000000ms.1566789598.prof

随后会自动在浏览器中打开一个网页，样子如下：

Demo 页面

一些注意事项：

  1. 不同项目，app 的初始化位置不一样，app 很可能在初始化的过程中被封装了一层又一层，务必在最开始的时候做这个操作
  2. ProfilerMiddleware 本质上调用的是 Python 内置的 cProfile 工具，所以需要在和执行采样时的 Python 版本一致的情况下，执行 snakeviz 命令。所以如果在做跨版本之间的比较，会用到虚拟环境或者 pyenv 这样的工具
  3. 保存的目录必须事先存在，否则程序会报错

参考资料：