CodeWalk

Python性能陷阱：属性查找与描述符协议

作者：孤独的心 · 2026-05-30 12:55

请解释Python中属性查找的性能开销和完整流程（描述符协议：__getattribute__ -> __getattr__ -> 数据描述符 -> 实例字典 -> 非数据描述符 -> 类字典）。为什么obj.attr比局部变量慢很多？如何缓存属性查找结果？

回答

孤独的心

属性查找完整流程

# obj.attr 的查找顺序
# 1. type(obj).__mro__ 中查找数据描述符（有 __set__ 或 __delete__）
# 2. obj.__dict__
# 3. type(obj).__mro__ 中查找非数据描述符（有 __get__ 但无 __set__）
# 4. type(obj).__mro__ 中查找普通类属性
# 5. 如果都找不到，调用 obj.__getattr__(attr)（如果定义了）
# 6. 最后抛出 AttributeError

性能开销对比

import timeit

class MyClass:
    def __init__(self):
        self.value = 42

obj = MyClass()
value_local = obj.value  # 局部变量

# 局部变量访问（LOAD_FAST） — 约0.05us
print(timeit.timeit('value_local', globals=locals()))

# 属性访问（LOAD_ATTR） — 约0.15us，慢3倍
print(timeit.timeit('obj.value', globals=locals()))

原因：

  1. LOAD_FAST：直接数组索引（一条字节码指令）
  2. LOAD_ATTR：需要执行完整的属性查找链，涉及多个C函数调用

缓存策略

# 方式1：局部变量缓存（推荐）
def process(items):
    append = items.append  # 缓存方法
    for i in range(1000):
        append(i)  # 减少LOAD_ATTR

# 方式2：cached_property（Python 3.8+）
from functools import cached_property

class Data:
    @cached_property
    def expensive(self):
        return self._compute()

# 方式3：__slots__加速属性访问
class Point:
    __slots__ = ('x', 'y')
    # 避免__dict__查找，属性存储在固定数组中

性能建议： 热点代码中将频繁访问的属性/方法缓存为局部变量。