Сначала измерить, потом оптимизировать. cProfile (+ snakeviz) — время по функциям локально. py-spy — сэмплирующий профилировщик, подключается к работающему процессу без перезапуска и почти без накладных расходов, строит flame graph. line_profiler — построчно. Память — tracemalloc, memray.
А ещё Scalene разделяет время Python-кода, нативного кода и памяти
Так подсказку видит пользователь sotto на живом собеседовании — за пару секунд, пока вы думаете вслух.
Порядок работы:
sottopython -m cProfile -o out.prof app.py, затем snakeviz out.prof — какие функции занимают больше всего суммарного (cumtime) и собственного (tottime) времени.py-spy top --pid 1234 или py-spy record -o flame.svg --pid 1234: сэмплирует стек снаружи процесса, код не меняется.line_profiler построчно.Типичные находки: запросы к БД в цикле (N+1), лишние сериализации JSON, квадратичные алгоритмы (x in list в цикле), построение строк конкатенацией, регулярные выражения, компилируемые в цикле.
Память: tracemalloc.start() и сравнение снимков показывают, где выделяется память; memray строит flame graph по аллокациям.
cProfile сам замедляет код в разы и искажает картину для мелких функций — сэмплирующие профилировщики точнее для сравнения.
sotto слышит вопрос интервьюера и показывает короткий ответ и план, как в блоке «Коротко». Оставьте контакт — пришлём доступ и промокод.