解释cProfile结果：小函数中的总时间与累积时间

Question

我的大部分Python程序都花在一个名为_build_userdbs的方法中。我使用了一个很棒的工具SnakeViz，它有助于解释结果。下面是截图。在

所以现在，在那张照片里，我在_build_userdbs。它外面的绿色圆圈是一个名为_append_record的方法，如您所见，它几乎占据了_build_userdbs的所有内容。我明白。在

但这是令人困惑的部分。内绿圈外的绿圈（占时间的绝大多数）是_append_record的累计时间减去_append_record中函数的累计时间。在

在数量上，_append_record的累积时间55970秒。这是内部的绿色圆圈。它的总时间是54210秒。那是外面的绿色圆圈。在

_append_record，正如您在新选项卡中打开该图像所看到的，它调用了几个其他函数。这些是：

• json.dumps()（累计459秒）
• _userdb_scratch_file_path()（累计161秒）
• open（累计2160秒）
• print（少于帧的0.1%，因此未显示）

好吧，这是有意义的；因为_append_record的累计时间和总时间之间的差别相对较小，它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。但函数的主体是：

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呢？这个函数调用开销是造成差异的原因吗？分析开销？这些结果是不准确的吗？为什么没有调用close()函数？在