今天我將向您展示如何使用 OpenResty XRay 快速定位一些阻塞性的 Python 程式碼路徑。這些程式碼可能導致您的程序變慢並使它們不能充分利用 CPU 資源。

問題: CPU 使用率上不去

讓我們執行 top 命令來檢查每個程序的 CPU 使用情況。

可以看到這個 gunicorn python 程序的 CPU 使用率非常低，只有 12%。即使有很多請求進來，它也不會上升。

讓我們執行 ps 命令來檢視這個程序的更多細節。

這裡我們可以看到，這個程序使用的是 Linux 發行版自帶的標準 Python 3 二進位制可執行檔案。

來看一下這個 Python web 應用程式的訪問日誌。

可以看到，有很多客戶端請求進來，但是 CPU 使用率仍然很低。這意味著有一些東西阻塞了 Python 程式碼高效地執行。我們怎麼才能找出來阻塞的東西到底是甚麼呢？

使用 OpenResty XRay 的引導式分析功能定位最佔有 off-CPU 時間的 Python 程式碼路徑

我們可以使用 OpenResty XRay 來檢查這個未經修改的程序。我們可以對它進行實時分析，弄清楚到底發生了甚麼事。

在瀏覽器中開啟 OpenResty XRay web 控制檯。

確保您正在分析的是正確的機器。

跳轉到“引導式分析”頁面。

這裡您可以看到 OpenResty XRay 可以分析的不同型別的問題。

選擇 “Low CPU usage and cannot go up”。

點選“下一步”。

選擇 Python 應用程式。

選擇消耗 10% CPU 資源的程序。也就是我們之前在 top 中看到的。

確保應用程式型別是正確的。

通常預設值就應該是正確的。

OpenResty XRay 可以同時分析多種語言級別。我們保持 Python 和 C 都選中的狀態。

這裡還可以設定最大分析時間。我們保留 300 秒不變，這是預設值。

開始分析。

系統將持續進行多輪分析。現在它正在執行第一輪分析。

第一輪分析完成了，現在已經進入到第二輪分析了。對於這個案例來說，兩輪分析已經足夠了。

現在停止分析。

可以看到自動建立了一個報告。

這是阻塞 CPU 高效執行的 C 程式碼路徑。

第一個函式是 poll 系統呼叫。它意味著 Python 直譯器正在等待 I/O 事件。但是它在等待甚麼樣的 I/O 事件呢？要找出這個資訊，我們需要更多的上下文線索。

_PyEval_EvalFrameDefault 函式表示當前正在執行一些 Python 程式碼。

然後我們看看排名第一的 off-CPU Python 程式碼路徑。

看看這個 Python run 函式，它是在標準的 subprocess.py 模組檔案中定義的。這意味著 Python 程式碼正在執行一個子程序命令，並等待它的輸出。

函式 “handle_by_script” 是在我們的業務級 Python 程式碼庫中。

點選檢視更多細節。

最重要的阻塞性程式碼路徑是從這個 Python-land off-CPU 火焰圖中自動推匯出來的。火焰圖展示了一個整體的狀況。

下面是關於當前問題的更詳細的解釋和建議。

它談到了我們之前看到的 handle_by_script 函式。

也提到了這個函式執行了一個子程序。

將滑鼠懸停在名為 handle_by_script 的綠色框上的 Python 函式上。

可以看到這個函式的 Python 原始檔。並且，在提示框中可以看到 processor.py 檔案的完整路徑。

原始碼行號是 12。

點選圖示複製這個函式的完整 Python 原始檔路徑。

使用 vim 編輯器，貼上我們剛剛複製的程式碼路徑，檢視相應的業務 Python 程式碼。您可以使用任何您喜歡的編輯器。

正如 OpenResty XRay 建議的那樣跳轉到第 12 行。

可以看到，這個 Python 程式碼行確實是呼叫了 subprocess.run 函式。

它也在之前報告中顯示的函式 handle_by_script 中。

全自動分析與報告

OpenResty XRay 也可以自動監控線上程序，並顯示分析報告。

跳轉到 Insights 頁面。

您可以在 Insights 頁面中找到以日和周為週期的報告。

所以您不一定非要使用引導式分析功能。儘管引導式分析對於應用程式的開發和演示很有用。

關於 OpenResty XRay

OpenResty XRay 是一個動態追蹤產品，它可以自動分析執行中的應用程式，以解決效能問題、行為問題和安全漏洞，並提供可行的建議。在底層實現上，OpenResty XRay 由我們的 Y 語言驅動，可以在不同環境下支援多種不同的執行時，如 Stap+、eBPF+、GDB 和 ODB。

關於本文和關聯影片

本文和相關聯的影片都是完全由我們的 OpenResty Showman 產品從一個簡單的劇本檔案自動生成的。

關於作者

章亦春是開源 OpenResty^® 專案創始人兼 OpenResty Inc. 公司 CEO 和創始人。

章亦春（Github ID: agentzh），生於中國江蘇，現定居美國灣區。他是中國早期開源技術和文化的倡導者和領軍人物，曾供職於多家國際知名的高科技企業，如 Cloudflare、雅虎、阿里巴巴, 是 “邊緣計算“、”動態追蹤 “和 “機器程式設計 “的先驅，擁有超過 22 年的程式設計及 16 年的開源經驗。作為擁有超過 4000 萬全球域名使用者的開源專案的領導者。他基於其 OpenResty^® 開源專案打造的高科技企業 OpenResty Inc. 位於美國矽谷中心。其主打的兩個產品 OpenResty XRay（利用動態追蹤技術的非侵入式的故障剖析和排除工具）和 OpenResty Edge（最適合微服務和分散式流量的全能型閘道器軟體），廣受全球眾多上市及大型企業青睞。在 OpenResty 以外，章亦春為多個開源專案貢獻了累計超過百萬行程式碼，其中包括，Linux 核心、Nginx、LuaJIT、GDB、SystemTap、LLVM、Perl 等，並編寫過 60 多個開源軟體庫。

關注我們

如果您喜歡本文，歡迎關注我們 OpenResty Inc. 公司的部落格網站 。也歡迎掃碼關注我們的微信公眾號：

翻譯

我們提供了英文版原文和中譯版（本文）。我們也歡迎讀者提供其他語言的翻譯版本，只要是全文翻譯不帶省略，我們都將會考慮採用，非常感謝！