python 3.11 的 perf 支持默认未启用，需在 linux 下编译时添加 --with-perf 选项并安装 libpfm4-dev 和内核头文件，且运行时需满足 perf_event_paranoid 权限要求。
Python 3.11 自带 perf 支持，但默认不启用；需手动编译启用 --with-perf，且仅 Linux 有效。
为什么 perf 在 Python 3.11 中不可用？
Python 3.11 引入了对 Linux perf 工具的原生支持（通过 PyPerf），用于采集函数级、指令级性能事件（如 cache-misses、cycles）。但它不是开箱即用的：
- CPython 源码编译时必须显式传入
--with-perf配置选项 - 系统需安装
libpfm4-dev（或libpfm4）和内核头文件（linux-headers-$(uname -r)） - macOS / Windows 完全不支持 ——
perf是 Linux 内核专属工具 - 即使编译成功，运行时还需 root 权限或
/proc/sys/kernel/perf_event_paranoid≤ 2
如何编译启用 perf 的 Python 3.11？
跳过 pyenv / conda 等包管理器，直接从源码构建（以 Ubuntu/Debian 为例）：
sudo apt install -y build-essential zlib1g-dev libncurses5-dev \
libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev \
libpfm4-dev linux-headers-$(uname -r)
<p>curl -O <a href="https://www.php.cn/link/57c7a0e5e1fe44af505cb32552d9403b">https://www.php.cn/link/57c7a0e5e1fe44af505cb32552d9403b</a>
tar -xf Python-3.11.9.tgz
cd Python-3.11.9</p><p>./configure --enable-optimizations --with-perf
make -j$(nproc)
sudo make altinstall # 避免覆盖系统 python3</p>
验证是否生效：
python3.11 -c "import sys; print(hasattr(sys, 'perf'))" # 输出 True 即表示已启用
sys.perf 的基本用法与常见陷阱
启用后，sys.perf 是一个上下文管理器对象，用于开启/停止采样。它不替代 cProfile，而是提供更低层的硬件事件追踪能力：
- 必须在主线程中使用 —— 子线程调用会静默失败
- 不支持嵌套：同一时间只能有一个活跃的
sys.perf会话 - 默认只采集
cycles，要加其他事件需显式传参，例如：sys.perf("cycles,instructions,cache-misses") - 输出是二进制 perf.data 文件，需用系统
perf script或perf report解析，Python 不提供内置解析器 - 若看到
PermissionError: [Errno 1] Operation not permitted，检查perf_event_paranoid值（临时修复：echo 1 | sudo tee /proc/sys/kernel/perf_event_paranoid）
替代方案：没权限编译？用 py-spy 或 scalene
如果你无法重装 Python（如生产环境 Docker、受限 CI 环境），sys.perf 就走不通。此时更现实的选择是：
-
py-spy：无需修改目标进程，支持 attach 到正在运行的 Python 3.7+ 进程，输出火焰图，命令简单：py-spy record -p <pid> -o profile.svg</pid> -
scalene：专为 Python 设计，能同时分析 CPU、内存、GPU，且支持行级精度，安装即用：pip install scalene && python -m scalene your_script.py - 注意：
cProfile和line_profiler仍是调试热点函数的最快路径，别为了“新”而绕远路
真正卡点往往不在工具本身，而在你能否拿到带符号表的 Python 二进制（比如 Alpine 镜像里删掉了 .debug）、是否允许提升 perf 权限、以及是否有足够权限部署非标准 Python —— 这些比选哪个函数名更重要。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
