解释cProfile结果：小函数的总时间与累计时间

Question

我的大多数Python程序都花在一个名为_build_userdbs的方法上。我使用了很棒的工具SnakeViz来帮助解释结果。下面是截图。

现在，在那张照片中，我在_build_userdbs。在其外面的大绿色圆圈是一种名为_append_record的方法，正如您所看到的，它几乎占据了_build_userdbs的所有内容。我理解这一点。

但这是令人困惑的部分。内部绿色圆圈之外的绿色圆圈（占据绝大多数的时间）是_append_record 减去累积时间的累积时间_append_record中调用的函数。

数量上，_append_record的累计时间 55970秒。那是内心的绿色圆圈。它的总时间是54210秒。那是外面的绿色圆圈。

_append_record，正如您所看到的，如果您在新标签中打开该图像，则会调用其他一些功能。那些是：

• json.dumps()（累积459秒）
• _userdb_scratch_file_path()（累积161秒）
• open（累积2160秒）
• print（小于.1％的框架，因此不显示）

好吧，这是有道理的;由于_append_record累积时间与总时间之间的差异相对较小，因此必须在自己的堆栈帧中进行大量处理，而不是将其委托给其他函数。但这是函数的主体：

def _append_record(self, user, record):
    record = json.dumps(record)
    dest_path = self._userdb_scratch_file_path(user)
    with open(dest_path, 'at') as dest:
        print(record, file=dest)

那么所有这些处理都在哪里进行？此函数调用开销是否会导致差异？分析开销？这些结果是否不准确？为什么不调用close()函数？