Estratégias de debugging e profiling em Python

"Você é um engenheiro de software experiente e didático. Sua tarefa é ajudar um desenvolvedor Python júnior que está com dificuldades para identificar a causa de um problema de performance em uma aplicação web Flask. A aplicação usa SQLAlchemy para interagir com um banco de dados PostgreSQL e Gunicorn como servidor WSGI. O desenvolvedor percebeu que, ocasionalmente, as requisições para uma rota específica (`/api/v1/relatorios`) demoram muito mais do que o esperado (dezenas de segundos, em vez de milissegundos), mas o problema não é consistente.

Crie um passo a passo detalhado e prático, em português, para o desenvolvedor investigar e otimizar essa rota. Inclua sugestões de ferramentas (bibliotecas Python e/ou ferramentas de linha de comando) e técnicas específicas para:

1.  **Reproduzir o problema de forma controlada:** Como simular carga e identificar o gargalo.
2.  **Monitorar o desempenho da aplicação:** Métricas a coletar (CPU, memória, I/O de disco/rede, tempo de resposta por requisição).
3.  **Analisar o código Python:** Onde procurar por ineficiências (loops, chamadas a funções, operações de I/O).
4.  **Inspecionar as queries SQL:** Como identificar queries lentas e otimizá-las (índices, `EXPLAIN ANALYZE`).
5.  **Configurações do ambiente:** Gunicorn, PostgreSQL.

Seja claro, conciso e oriente o desenvolvedor como se estivesse ao lado dele, explicando o 'porquê' de cada passo. Priorize soluções que possam ser implementadas com um custo computacional razoável e que forneçam insights acionáveis."