You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### **JIT（即时编译）**
|
|
|
|
|
|
|
|
|
|
|
|
JIT（Just-In-Time Compilation，即时编译）是一种在程序运行时将代码编译为机器码的技术。与传统的 **AOT（Ahead-Of-Time Compilation，提前编译）** 不同，JIT 在程序执行过程中动态编译代码，从而结合了解释型语言的灵活性和编译型语言的性能优势。
|
|
|
|
|
|
JIT 跨平台，生成适合当前平台的机器码。
|
|
|
|
|
|
|
|
|
|
|
|
JIT 的工作原理：**解释执行**：程序开始时，代码以解释方式执行（逐行解释字节码）。 **热点检测**：JIT 编译器监控代码执行，识别频繁执行的代码段（称为“热点”）。 **动态编译**：将热点代码编译为机器码，后续执行直接运行机器码，避免解释执行的开销。 **优化**：JIT 编译器可以根据运行时信息进行优化（如内联函数、消除死代码）。
|
|
|
|
|
|
|
|
|
|
|
|
在 Python 中利用 JIT 加速的方法包括：
|
|
|
|
|
|
- **PyPy**：通用的 Python 实现，适合大多数场景。pypy your_script.py
|
|
|
|
|
|
- **Numba**：专注于数值计算，适合科学计算和数据分析。用 `@jit` 装饰器标记需要加速的函数。
|
|
|
|
|
|
- **Cython**：将 Python 代码编译为 C 代码，适合需要极致性能的场景。支持 JIT 和 AOT 编译 。
|
|
|
|
|
|
- **Taichi**：专注于高性能计算，适合图形学、物理仿真等领域。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### 碎片
|
|
|
|
|
|
- 网络系统常用架构 ：服务端用线程池，客户端用 asynico - 异步
|
|
|
|
|
|
- 分布式方法：celery ，不用自己造车 （ lzuDataFactory ）！！！
|
|
|
|
|
|
- thread模块是比较底层的模块,threading模块对thread做了一些包装
|
