Pyinstrument 在 Python 3.12 中与 pytest 集成时的异常问题分析
问题现象
Pyinstrument 是一款优秀的 Python 性能分析工具,但在 Python 3.12 环境下与 pytest 测试框架集成使用时,用户报告了一个异常问题。当尝试使用 pyinstrument -m pytest 命令运行测试时,会出现以下关键错误:
SystemError: <built-in function get_frame_info> returned a result with an exception set
KeyError: 'cls'
问题根源
经过深入分析,这个问题源于 Pyinstrument 的 C 扩展模块在处理 Python 3.12 的帧信息时的一个兼容性问题。具体来说:
- 当 Pyinstrument 尝试获取函数帧的本地变量信息时,会查找名为 'cls' 的变量
- 在某些情况下(特别是在 pytest 环境中),这个变量虽然存在于代码中,但在运行时实际上已被删除
- 在 Python 3.12 中,PyDict_GetItem 和 PyObject_GetItem 的行为差异导致了异常处理不一致的问题
技术细节
问题的核心在于 Python 3.12 对 C API 的修改。Pyinstrument 的 C 扩展原本使用 PyObject_GetItem 来访问字典项,这在 Python 3.13 中需要调整为 PyDict_GetItem 以保持兼容性。然而,这两种方法在错误处理上有重要区别:
- PyObject_GetItem 会设置异常状态
- PyDict_GetItem 则不会
当代码尝试访问一个已被删除的变量(如类方法中的 'cls' 参数)时,这种差异就导致了问题。
重现方法
开发者成功创建了一个最小重现案例:
import time
class A:
@classmethod
def class_method(cls):
print('class_method')
del cls
time.sleep(0.1)
A.class_method()
这个例子展示了在类方法中显式删除 'cls' 参数后,Pyinstrument 尝试访问该变量时会出现同样的问题。
解决方案
目前有两种可行的解决方案:
-
临时解决方案:增加采样间隔,使用
--interval 0.01参数运行 Pyinstrument。这减少了遇到问题的概率,但不是根本解决方案。 -
永久解决方案:等待 Pyinstrument 发布包含 C 扩展修复的新版本。开发者已经提交了修复代码,主要调整了字典项访问的错误处理方式。
最佳实践建议
对于需要在 Python 3.12 环境下使用 Pyinstrument 分析 pytest 测试的用户,建议:
- 优先考虑使用较长的采样间隔
- 关注 Pyinstrument 的版本更新,及时升级到包含此修复的版本
- 在测试代码中避免对方法参数(特别是 'cls' 和 'self')进行删除操作
- 对于关键性能测试,可以考虑暂时使用其他性能分析工具作为过渡方案
总结
这个问题展示了 Python 版本升级对扩展模块兼容性的挑战,特别是涉及 C API 变更时。Pyinstrument 团队快速响应并提供了解决方案,体现了开源社区的高效协作。用户在使用性能分析工具时,应当注意工具与 Python 版本的兼容性,并及时关注相关更新。
kernelopenEuler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。C043
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00