Yappi를 활용한 Python 성능 최적화

이 게시물은 Python 서버 성능 개선을 위해 프로파일링 도구 Yappi를 활용한 사례를 소개합니다.

프로파일링 도구 비교 및 선택

• cProfile은 멀티스레드 지원 미흡
• line_profiler는 코드 수정 필요
• py-spy는 샘플링 기반, 결정론적 프로파일링 미지원
• Yappi는 멀티스레드 지원과 결정론적 프로파일링 제공

Yappi 적용 및 최적화 사례

• FastAPI 미들웨어로 Yappi 손쉽게 적용
• JSON 직렬화 방식을 ORJsonResponse로 변경해 응답 시간 12% 개선
• 불필요한 deepcopy 제거로 응답 시간 50% 단축
• protobuf → JSON → dict 변환 과정 단축으로 응답 시간 절반 이하 감소
• 최종적으로 CPU 코어 사용량 64.7% 감소, 응답 시간 60% 이상 단축 달성

프로파일링 시 주의 사항

• 프로덕션에서는 프로파일러 오버헤드 고려해 환경변수로 토글 권장
• asyncio.gather() 사용 시 호출 스택 단절 문제 발생, 순차 await로 대체 가능