1. 什麼是gprof？ 2. gprof的用法 2.1. 編譯程式 2.2. 運行程式 2.3. 生成分析報告 2.4. gprof常用參數說明 2.5. 分析報告解讀 2.5.1. Flat profile 各個欄位的含義 2.5.2. Call graph 各個欄位的含義 3. Demo演示 ...
一、背景介紹
在實際生產項目中，不同環境（如開發、測試、生產環境）常有不同配置需求，如資料庫鏈接等。我們期望一份代碼無需改動，僅通過單一配置變數調整就能適配和使用多個環境，實現 “一份代碼，多處部署”的需求，以提升系統部署靈活性及配置管理能力。具體而言，支持“多環境配置”的配置管理框架（類庫）應支持以下功能：
（1）必須支持不同環境載入不同配置，且多個環境可載入通用配置。
（2）必須支持複雜數據結構，如：列表、字典、對象等。
（3）必須支持欄位數據類型轉換，如：直接輸出布爾類型欄位的值 True，而不是字元串 'True'。
（4）必須支持變數引用，如：DOMAIN = "example.org",ADMIN_EMAIL = "admin@{DOMAIN}"。
（5）最好支持運行時動態修改配置，可通過修改系統環境變數更新變數值。
（6）最好支持主流配置文件格式，如 yml、json、toml 等，尤其是 Python 中常見的 toml 格式。
二、技術選型
Python 技術棧中常見的配置管理框架（類庫）有 ConfigParser、pydantic、dynaconf、dotenv 和 configobj。其中僅 ConfigParser 為 Python 標準庫內置模塊。以下對各類庫功能、優缺點進行對比，進而輸出最終選型。
1. 功能對比
| 功能/庫 | dynaconf | pydantic | dotenv | configobj | ConfigParser |
|---|---|---|---|---|---|
| 不同環境載入不同配置，且多個環境可載入通用配置 | 支持 | 部分支持 | 部分支持 | 部分支持 | 部分支持 |
| 支持複雜數據結構，如列表、字典、對象等 | 支持 | 支持 | 不支持 | 支持 | 不支持 |
| 支持欄位數據類型轉換 | 支持 | 支持 | 不支持 | 部分支持 | 部分支持 |
| 支持變數引用 | 支持 | 不支持 | 支持 | 支持 | 部分支持 |
| 運行時動態修改配置配置 | 支持 | 支持 | 支持 | 支持 | 支持 |
| 支持主流配置文件格式，如 yml、json、toml 等 | 支持 | 支持 | 不支持 | 不支持 | 不支持 |
部分支持 指需要額外擴展或二次開發。
2. 優缺點總結
| 庫 | 優點 | 缺點 |
|---|---|---|
| dynaconf | 支持多種配置文件格式（YAML、JSON、TOML 等）；支持複雜數據結構；支持環境切換和通用配置；功能強大，靈活性高。 | 需要額外安裝；學習曲線相對較陡。 |
| pydantic | 強大的數據驗證和類型轉換功能；支持複雜數據結構；與 FastAPI 等框架集成良好。 | 需要額外安裝；不直接支持多種配置文件格式，但可以結合其他庫使用。 |
| dotenv | 簡單易用，適合載入環境變數；與其他庫相容性好。 | 功能有限，僅支持 .env 文件；不支持複雜數據結構和多種配置文件格式。 |
| configobj | 支持嵌套結構和基本的數據類型轉換；易於使用，適合處理 .ini 格式的配置文件。 |
不支持多種配置文件格式（僅支持 .ini）；部分支持高級配置管理功能，如環境切換和通用配置。 |
| ConfigParser | 內置於 Python 標準庫，無需額外安裝；簡單易用，適合處理基本的 .ini 配置文件。 |
不支持複雜數據結構；不支持多種配置文件格式；功能較為有限，不支持高級配置管理功能。 |
希望這個調整後的表格能夠更好地滿足你的需求。
三、最終選擇
經上述功能對比及優缺點總結，dotenv 和 ConfigParser 因不支持複雜數據結構被率先排除；configobj 既不支持多種配置文件格式，又僅部分支持通用配置和數據轉換，也不合適；剩餘兩方案中，pydantic 極少用於配置管理，不支持變數引用，僅部分支持載入通用配置，實際使用時配置載入與解釋需二次開發，也不完全適合當配置管理工具。而 dynaconf 功能全面，又是專業配置管理庫，為最優選擇。
