热修复禁用exec/eval因存在任意代码执行风险；应使用types.functiontype替换函数对象，确保逻辑来自可信模块，避免远程字符串注入。
python 热修复时 exec 和 eval 为什么不能直接用
热修复本质是运行时动态加载新逻辑，但用 exec 或 eval 执行远程/外部传入的字符串代码，等于主动打开任意代码执行后门。哪怕只修一行，只要输入可控，攻击者就能调 os.system、删文件、窃取环境变量。
常见错误现象：SyntaxError 反而是好事；更危险的是静默执行了恶意逻辑，比如修复函数里悄悄加了 requests.post(...) 回传内存数据。
- 使用场景：线上紧急 patch 函数行为，比如修复某个计算逻辑 bug
- 参数差异：传字符串 vs 传已编译的
codeobject—— 后者仍不安全，只要来源不可信 - 性能影响：小，但安全代价远高于这点开销
- 兼容性无问题，但所有 Python 版本都一样危险
真正可用的热修复方式：用 types.FunctionType 替换函数对象
核心思路是——只替换函数体，不执行任意字符串。把修复逻辑写在本地模块里，编译成字节码，再用 types.FunctionType 构造新函数并赋值到原位置。这样控制权始终在可信代码路径内。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 修复代码必须提前写在项目内（如
hotfixes/fix_calc.py），不能从网络或配置中心拉字符串 - 用
inspect.getsource提取函数源码 →compile得到codeobject→types.FunctionType构造，比手写exec多两行，但安全边界清晰 - 注意闭包变量：原函数引用的自由变量（
nonlocal或外层作用域变量）不会自动继承，得手动传进新函数的globals或重构为参数 - 类方法热修复要额外处理
__func__和绑定逻辑，不如直接改实例的__dict__
示例：new_func = types.FunctionType(compile(src, '', 'exec').co_consts[0], globals()) —— 注意 co_consts[0] 是假设你 compile 的是单个函数定义，实际需按 AST 解析定位
热修复后函数没生效？检查这三个地方
不是代码写错，而是 Python 的名字绑定机制让人误以为“改了就生效”。真实情况是：引用关系没断，旧函数还在被调用。
- 模块级函数：确认你替换的是被调用方看到的那个名字，比如
from module import func后再module.func = new_func不生效，因为导入时已绑定到本地符号表 - 类方法：直接改
class.method = new_func只影响新实例；已有实例的方法绑定已固化，得遍历instance.__dict__或重设instance.__class__.method - 装饰器干扰：如果原函数被
@lru_cache或@Property包裹，热修复后缓存未清、描述符逻辑未更新，表现仍是旧行为
别忽略 importlib.reload 的副作用
有人图省事直接 importlib.reload(module)，觉得“重载整个模块”最彻底。但它会创建全新模块对象，而老模块里的对象（如全局 dict、单例类实例、线程局部存储）不会自动迁移，极易引发状态不一致。
典型症状：AttributeError 找不到刚 reload 过的属性，或者两个模块版本的类实例互相不认（isinstance(obj, NewClass) 返回 False）。
- reload 前必须确保：无长期持有老模块对象的引用（比如注册在 atexit 或信号 handler 里的函数）
- reload 后必须手动同步状态：比如把老模块的
CACHE_DICT内容 copy 到新模块对应位置 - 某些 C 扩展模块（如
numpy、cv2）根本不能 reload，会直接 segfault
复杂点在于：热修复从来不只是“换一段逻辑”，而是“在不中断服务的前提下，让新旧状态平稳交接”。这个交接过程，比注入代码本身更难把控。