2.6 KiB
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。
异步编程生态系统中的几个概念
异步编程：异步编程是一种编程范式，允许任务并发执行。 在 Python 中，异步编程可以通过协程、回调、事件循环等多种方式实现。
协程：协程是异步编程的一种实现方式，协程是一种在执行过程中可以暂停和恢复的函数。 协程运行在线程之上，协程的调度完全由用户控制 。 同回调等其他异步技术相比，协程维持了正常的代码流程，提高了代码可读性。
Async：Async 是 Python 3.5 引入的一个关键字，用于定义异步函数（即协程）。async def 定义的函数可以暂停执行，使用 await 等待其他操作完成，它们构成了 Python 的异步编程语法。
asyncio：asyncio 是 Python 标准库中管理协程的框架。
Python 的异步编程经历了从生成器（yield/send）协程到原生协程的演变。 原生协程最初使用 @asyncio.coroutine 和 yield from ， 自 Python 3.5 起，async/await 成为标准 。 第三方库 gevent 也有不短的历史 。
碎片
- 网络系统常用架构 ：服务端用线程池，客户端用 asynico - 异步
- 分布式任务队列系统：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