Python应用启动慢八成因模块加载，仅被import的模块会自动生成.pyc；入口脚本如main.py默认不编译，需用compileall递归预编译并确保未禁用字节码写入。
Python 应用启动慢，八成问题出在模块加载上；预编译 .pyc 文件能直接减少 3–10 倍的模块加载耗时，但不是所有 .py 文件都会自动生成 .pyc，也不是生成了就一定被用上。
哪些文件会被自动编译成 .pyc？
只有被 import 的模块才会触发自动编译——也就是说，你直接 python main.py 运行的入口脚本，**默认不会生成 .pyc**（除非它又被别的模块 import）。而它 import 的所有模块（比如 requests、numpy 或你自己写的 utils.py），只要首次加载，就会在 __pycache__ 下生成对应版本的 .pyc 文件。
常见误区：
-
main.py自身不被 import → 不进__pycache__→ 每次启动都得重新编译 -
__pycache__目录权限不对（如只读）→ 编译失败 → 回退到源码解析，速度归零 - 不同 Python 版本共用同一目录 →
baz.cpython-310.pyc和baz.cpython-312.pyc并存，但解释器只认匹配的那一个
手动预编译整个项目：用 compileall 而不是单个 py_compile
对部署环境或容器镜像，应该在构建阶段一次性编译全部模块，避免运行时现场编译。推荐用 compileall 模块递归处理：
立即学习“Python免费学习笔记（深入）”；
python -m compileall -f -d __pycache__ ./myapp/
关键参数说明：
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
-f：强制重编译，跳过时间戳比对（防止因文件系统时间不准漏编译） -
-d __pycache__：指定缓存根目录（默认就是当前目录下的__pycache__） - 路径末尾不加
/可能导致某些子包被忽略，建议统一用./myapp/
注意：compileall 不会编译顶层脚本（如 ./myapp/run.py），它只处理被当作模块导入的 .py 文件。如果 run.py 是入口，需单独用 py_compile.compile('run.py') 补上。
python -B 和 PYTHONDONTWRITEBYTECODE 会彻底禁用 .pyc
这两个机制常被误用于“清理缓存”，结果反而让每次启动都变慢：
-
python -B script.py：禁止写入任何.pyc，包括__pycache__和同目录的旧式module.pyc -
PYTHONDONTWRITEBYTECODE=1 python script.py：效果同-B，且影响所有子进程 - CI/CD 流水线里设了这个环境变量 → 镜像里没
.pyc→ 容器一启就编译，首启延迟飙升
真正需要“不写缓存”的场景极少，比如调试时想确保每次都读源码；生产环境应始终允许生成 .pyc，并把编译动作前移到构建期。
优化级别影响 .pyc 内容，但不改变加载速度
python -O 或 python -OO 生成的 .pyc 文件体积更小（移除 assert、docstring），但加载速度和普通 .pyc 几乎一致。实测差异在毫秒级，远不如“有没有 .pyc”这个因素关键。
真正值得做的只有两件事：
- 确保所有被 import 的模块都有预编译好的
.pyc（用compileall扫一遍） - 确认运行环境没设
-B或PYTHONDONTWRITEBYTECODE
至于 __pycache__ 目录是否要打包进 Docker 镜像？要。否则容器启动时发现没有缓存，又得现场编译——预编译就白做了。
