<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Python-3-15 on Blog do Riverfount</title>
    <link>https://riverfount.dev.br/tags/python-3-15/</link>
    <description>Recent content in Python-3-15 on Blog do Riverfount</description>
    <generator>Hugo -- 0.148.2</generator>
    <language>pt-br</language>
    <lastBuildDate>Sat, 14 Nov 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://riverfount.dev.br/tags/python-3-15/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Profiling sem reiniciar o processo: o Tachyon do Python 3.15</title>
      <link>https://riverfount.dev.br/posts/tachyon-python-3-15/</link>
      <pubDate>Sat, 14 Nov 2026 00:00:00 +0000</pubDate>
      <guid>https://riverfount.dev.br/posts/tachyon-python-3-15/</guid>
      <description>&lt;p&gt;O endpoint de relatório está com p95 acima de dois segundos, o painel de latência está vermelho desde cedo e no canal do time alguém já perguntou se rodaram o profiler. Em &lt;a href=&#34;https://www.riverfount.dev.br/posts/profiling-em-python/&#34;&gt;Profiling em Python: Encontrando Gargalos com cProfile e memory_profiler&lt;/a&gt; eu mostrei o caminho tradicional, e ele tem um detalhe que só incomoda de verdade em produção. Para usar o cProfile, você precisa subir o processo &lt;em&gt;de novo&lt;/em&gt;, já com o profiler ligado. Isso significa derrubar o serviço que está exibindo o problema, perder o estado que o reproduz (cache aquecido, pool cheio, o padrão de carga daquela hora) e torcer para a lentidão voltar enquanto você observa.&lt;/p&gt;
&lt;p&gt;O Python 3.15 resolve esse problema na biblioteca padrão. A &lt;a href=&#34;https://peps.python.org/pep-0799/&#34;&gt;PEP 799&lt;/a&gt; criou o pacote &lt;code&gt;profiling&lt;/code&gt;, e dentro dele veio o &lt;code&gt;profiling.sampling&lt;/code&gt;, apelidado de Tachyon. É um profiler de amostragem que se conecta a um processo Python que já está rodando, pelo PID, sem alterar uma linha de código e sem reiniciar nada. Eu montei um serviço com um gargalo realista para testar, e o profiler me ensinou mais de uma coisa no caminho, inclusive uma em que o resultado mais &amp;ldquo;rigoroso&amp;rdquo; era o errado.&lt;/p&gt;
&lt;p&gt;Todos os comandos e saídas abaixo foram rodados no Python 3.15.2.&lt;/p&gt;
&lt;h2 id=&#34;o-serviço&#34;&gt;O serviço&lt;/h2&gt;
&lt;p&gt;É uma API pequena, só com a biblioteca padrão, que monta um relatório de pedidos de um cliente consolidado por SKU. Os dados ficam num SQLite com 80 mil pedidos (8 mil por cliente, cerca de 2 mil SKUs distintos), e o servidor é um &lt;code&gt;ThreadingHTTPServer&lt;/code&gt;, ou seja, cada requisição roda na sua própria thread.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
