importlib does unnecessary os.stat calls checking for namespace __init__.py files
Nadie ha tomado este issue todavía.
- Lenguaje dominante
- Python
- Estrellas
- 77.2k
- Forks
- 36k
- Métricas de merge de PR
- Métricas de PR pendientes
Descripción
Overall, importlib is very good at caching and not searching over and over again. For instance, if you add new sys.path it won't traverse previous paths again. Except for one thing: it will check for the existence of __init__.py files on all namespace paths again.
It may sound minor, but on a project with heavy namespace use and a lot of sys.path it means a lot of extra FS access on each sys.path change. On windows it is especially slow.
Repro script:
import tempfile
import sys
import importlib
import os
from pathlib import Path
MODULES = [
"namespace_1/foo.py",
"namespace_1/bar.py",
"namespace_1/xyz.py",
"namespace_2/foo.py",
"namespace_2/bar.py",
"namespace_2/xyz.py",
]
with tempfile.TemporaryDirectory() as root:
def _create_module(path):
path = Path(root).joinpath(path)
path.parent.mkdir(exist_ok=True)
open(path, "w").close()
for m in MODULES:
_create_module(m)
def my_stat(path):
print(path)
return os.stat(path)
importlib._bootstrap_external._path_stat = my_stat
sys.path.append(root)
for i, m in enumerate(MODULES):
# Critical line: invalidate sys.path cache
sys.path.append(root + "/{i}")
module_name = m.replace("/", ".").replace(".py", "")
print(f"> importing: {module_name}")
importlib.import_module(module_name)
After each import you will see again and again:
C:\Users\[user]\AppData\Local\Temp\tmpz9rexobt\namespace_2\__init__.cp37-win_amd64.pyd
C:\Users\[user]\AppData\Local\Temp\tmpz9rexobt\namespace_2\__init__.pyd
C:\Users\[user]\AppData\Local\Temp\tmpz9rexobt\namespace_2\__init__.py
C:\Users\[user]\AppData\Local\Temp\tmpz9rexobt\namespace_2\__init__.pyw
C:\Users\[user]\AppData\Local\Temp\tmpz9rexobt\namespace_2\__init__.pyc
Tested on python 3.7, but previously I checked it is the same on the latest one.
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Línea de trabajo
Empieza con el script de reproducción e inspecciona el punto de entrada importlib._bootstrap_external._path_stat de Python y la ruta de búsqueda de los paquetes de espacio de nombres. Confirma las comprobaciones repetidas del sistema de archivos después de cada cambio en sys.path y, a continuación, añade cobertura de regresión específica. Se considera terminado cuando las importaciones de espacios de nombres siguen funcionando correctamente y se evitan las comprobaciones redundantes de existencia de init.py.
Escrito por el modelo de indexación a partir del texto del issue.
Evaluación
- Stack tecnológico
- python
- Área
- backend, performance
- Tipo de issue
- Error
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Estado de actividad
- Estancado
- Claridad
- Bastante claro
- Aptitud para principiantes
- 35/100