Coveragepy项目在PyPy3.9-v7.3.15版本下的性能问题分析
2025-06-26 11:28:52作者:邓越浪Henry
在开源项目Coveragepy的使用过程中,用户报告了一个关于测试套件执行性能显著下降的问题。该问题主要出现在PyPy3.9-v7.3.15版本环境下,特别是在Ubuntu 22.04.3 LTS系统中表现尤为明显。
问题现象
用户在使用Coveragepy 7.4.0版本对urllib3项目进行测试时发现,当运行环境为PyPy3.9-v7.3.15时,整个测试套件的执行时间会超过30分钟(CI作业的默认超时限制),而在PyPy3.9-v7.3.13版本下同样的测试只需不到10分钟即可完成。
环境分析
问题出现的典型环境配置包括:
- Python实现:PyPy3.9-v7.3.15
- 操作系统:Ubuntu 22.04.3 LTS
- 相关依赖:OpenSSL 3.0.x版本
值得注意的是,这个问题在macOS系统上无法复现,表明它可能与特定Linux环境下的某些因素有关。
深入调查
经过进一步测试和分析,发现几个关键点:
- 即使不使用Coveragepy,仅使用PyPy3.9-v7.3.15运行测试,执行时间仍然会超过30分钟(虽然比使用Coveragepy时快一些)
- 性能下降不是由于测试套件卡在某个特定测试用例上,而是整体执行速度变慢
- 回退到PyPy3.9-v7.3.13版本可以恢复正常性能
根本原因
根据PyPy项目方的反馈,这个问题很可能与OpenSSL 3.0版本的性能问题有关。OpenSSL 3.0在某些情况下会出现显著的性能下降,特别是在加密相关操作频繁的场景中。
解决方案
目前推荐的解决方案包括:
- 暂时回退到PyPy3.9-v7.3.13版本
- 等待PyPy项目方发布包含OpenSSL 3.3.1的更新版本(如PyPy 3.10 v7.3.17)
- 在非关键测试环境中禁用部分加密相关测试
经验总结
这个案例提醒我们,在性能敏感的测试环境中:
- 需要密切关注解释器版本更新可能带来的性能变化
- 加密相关操作在不同OpenSSL版本下可能有显著性能差异
- 跨平台测试对于发现环境特定问题非常重要
对于使用Coveragepy进行测试覆盖分析的项目,如果遇到类似性能问题,建议首先检查PyPy版本和OpenSSL配置,这可能是比Coveragepy本身更可能的问题源头。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
391
288
暂无简介
Dart
906
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108