首页
/ Pyinstrument 在 Python 3.12 中与 pytest 集成时的异常问题分析

Pyinstrument 在 Python 3.12 中与 pytest 集成时的异常问题分析

2025-05-31 23:49:59作者:晏闻田Solitary

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:

  1. 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
  2. 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
  3. 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:

  1. 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。

  2. 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:

  1. 优先考虑使用较长的采样间隔
  2. 关注 Pyinstrument 的版本更新,及时升级到包含此修复的版本
  3. 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
  4. 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。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
831
5.5 K
kernelkernel
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
495
520
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
978
2.31 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
806
1.16 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
792
1.59 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
484
314
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
777
ops-mathops-math
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++
1.21 K
1.26 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
659
298