一款低开销的 Python 追踪工具,将代码执行过程记录并以交互式时间线可视化。
7775+6 本周480PythonApache-2.0更新于 上个月
用 C 编写的 CPython 栈采样器,无需修改代码即可低开销地分析运行中的 Python 进程。
Austin 通过从进程外部读取 CPython 解释器的内存来采样正在运行的调用栈,不需要修改被分析代码,也不需要插桩,因此可以直接挂载到线上运行的应用上,查看时间或内存消耗在哪里。
采样结果以紧凑的二进制 MOJO 格式输出,可转换为 FlameGraph 的折叠栈格式、Speedscope JSON 或 Google pprof。它支持 mod_wsgi 等多进程应用,可采样垃圾回收器状态,并提供 where 模式,用于打印进程内所有线程的当前调用栈。项目以单个 C 可执行文件发布,支持 Linux、Windows 和 macOS 上的 Python 3.9 至 3.14。
使用 pip 从 PyPI 安装 Austin
pip install austin-dist运行 austin 并使用命令或 -p PID 选项对 Python 进程进行采样;选项详见用法帮助
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
一款低开销的 Python 追踪工具,将代码执行过程记录并以交互式时间线可视化。
基于 Rust 的火焰图生成工具,可对 Cargo 项目或任意可执行文件进行性能剖析,无需 Perl。
面向 Python 的内存分析器,可追踪 Python 代码、原生扩展及解释器自身的内存分配,并生成多种报告。
逐行分析 Python 函数耗时的性能剖析工具,可定位函数中每一行代码的执行时间。
用于可视化和分析 profile.proto 格式性能剖析数据的命令行与 Web 工具。
面向 Django 的实时性能分析与检查工具,记录请求、SQL 查询和代码块,帮助定位慢的环节。