大多数教程展示了平凡的 with open(...) 示例，然后就停止了。这里是我在实际代码中实际使用的三个模式，以及每个模式防止的故障模式。 案例1：资源清理与错误处理 当您有必须清理的资源时，无论发生什么： class DatabaseConnection: def __init__(self, config): self.config = config self.connection = None def __enter__(self): self.connection = create_connection(self.config) return self.connection def __exit__(self, exc_type, exc_val, exc_tb): if self.connection: self.connection.close() 为什么这很重要 即使在异常情况下也会清理资源 防止资源泄漏 使代码更可靠 案例2：临时状态管理 当您需要临时更改某些状态，然后恢复它： class TempDir: def __init__(self, base_path="/tmp"): self.base_path = base_path self.temp_path = None def __enter__(self): import tempfile self.temp_path = tempfile.mkdtemp(dir=self.base_path) return self.temp_path def __exit__(self, exc_type, exc_val, exc_tb): import shutil if self.temp_path and os.path.exists(self.temp_path): shutil.rmtree(self.temp_path) 为什么这很重要 自动清理临时文件 防止磁盘空间浪费 简化错误处理 案例3：性能监控和计时 当您需要测量代码执行时间： import time class Timer: def __enter__(self): self.start = time.time() return self def __exit__(self, exc_type, exc_val, exc_tb): self.end = time.time() print(f"执行时间: {self.end - self.start:.2f} 秒") 为什么这很重要 自动计时代码块 即使在异常情况下也会报告时间 便于性能监控 关键要点 上下文管理器不仅仅用于文件 - 它们适用于任何需要设置/清理的资源 异常安全 - __exit__ 方法总是被调用，即使在异常情况下 可组合 - 您可以嵌套多个上下文管理器 可重用 - 创建一次，使用多次 实际应用 这些模式在实际代码中非常有用，特别是当您处理数据库连接、临时文件、网络连接或需要精确计时的操作时。 ...

EXPLAIN ANALYZE 输出看起来令人生畏，直到您知道实际重要的三个数字。以下是我阅读它们的顺序，以及指向特定错误的模式。 实际重要的三个数字 1. 总执行时间 (Execution Time) Total runtime: 1234.567 ms 这是最重要的指标。如果查询慢，这里会告诉您。 2. 实际行数 vs 估计行数 (Actual vs Estimated Rows) Seq Scan on users (cost=0.00..123.45 rows=1000 width=32) (actual time=1.234..567.890 rows=50000 loops=1) 巨大差异表明规划器做出了错误假设。 3. 缓冲区命中率 (Buffer Hit Ratio) Buffers: shared hit=1000 read=50 高命中率 = 好缓存使用，低命中率 = 磁盘 I/O 问题。 阅读顺序 从底部开始 - 总执行时间 向上工作 - 查找成本最高的节点 检查行数估计 - 实际 vs 估计 查看缓冲区统计 - I/O 模式 常见问题模式 顺序扫描当应该索引扫描时 Seq Scan on large_table (cost=1000.00..2000.00 rows=100000 width=32) 解决方案: 添加适当的索引 ...