Python311新特性-特化指令specializing adaptive interpreter-typing-async
Python3新特性python3.11增加了许多特性，让python更快更加安全，本文从应用层面来讲一下python3.11的这些新特性
特化自适应解析器是什么，如何利用特化写出更高性能的代码
如何在项目中落地type hint写出健壮的代码，有那些注意事项
asyncio的概念及应用场景
Faster Python 3.11
Faster
[*]Zero cost exception(if not thrown)
[*]10% faster re & atomic grouping, possessive qualifiers
[*]10-15% faster startup
[*]Faster function calls
[*]C-style formatting sometimes as fast as f-string
[*]Less memory for string keys in dicts
[*]Specialized adaptive interpreter
[*]And more!
Future
[*]Major focus for the next several releases
[*]Simple JIT planned eventually
[*]The main driver behind C API changes
Specializing(特化)
当一个函数被执行的次数足够多(>53)就会被特化，被特化的指令叫hot code。(次数需要看对应不同版本cpython源码)
源码：Python/specialize.c -> _PyCode_Warmup
特化流程：
原始指令 —— 中间状态(名称中含ADAPTIVE) —— 特化后的指令(非常快)
图片来源：Python3-源码剖析(二)-指令特化 | Yuerer's Blog
碰到问题
同样的代码在命令行中可以被特化，而放一个.py文件中，再通过dis.dis(module.func,adaptive=True)就无法被特化
示例函数代码如下：
>>> def f(x):
... return x*x
... for i in range(100):
... f(i)
解释：乘法的opcode为BINARY_OP，在这个例子中我们传的是int当被特化后会变成BINARY_OP_MULTIPLY_INT，因为python弱类型，确定的类型可以极大提高速度，建议去看cpython的实现源码加深理解。
把上面代码放在.py文件中，发现无法进行特化
>>> dis.dis(adaptiveTest.f,adaptive=True)
10 RESUME 0
11 LOAD_FAST 0 (x)
LOAD_CONST 1 (2)
BINARY_OP 5 (*)
RETURN_VALUE最终找到原因：我在vscode自带的终端import之后，在运行时修改了py代码，没有重新reload，导致没有加载最新的代码(py3的reload和py2有区别)。
另一个方法就是：重新打开windows的cmd中并执行一遍
还有一种方法就是：稍稍调整一下代码，把dis加到.py中，然后运行python文件也可以看到函数被特化
import dis
def foo(x):
return x*x
for i in range(100):
foo(i)
dis.dis(foo,adaptive=True)
#在python中调用dis打印出字节码LOAD_ATTR(getattr)特化
self.xx 本质就是getattr，对应的opcode为 LOAD_ATTR，在python3中默认可以被特化，例如：
[*]继承object的原生Python类可以特化
[*]继承后object重写 __getattr__ 的Python 类无法特化
[*]C 扩展 Python 类无法特化
为什么后面2种不能完成特化？
class B(object):
def __getattr__(self, name):#重写__getattr__
return super(B, self).__getattr__(name)
b = B()
b.x = 1
def mytest(n):
for i in range(n):
b.x #无法被特化因为：cpython中特化前判断是否为原始的getattr函数，见：Python\specialize.c
如何让C扩展python类可以特化？
重点讲解：2种实现方法
[*]在c扩展类中增加cache保存下标
[*]修改虚拟机的实现，传入下标
如何检查代码是否被特化？
可视化特化工具，github：https://github.com/brandtbucher/specialist
运行代码并生成(网页)报表，那么如何纳入到项目中进行可视化呢？因为游戏项目依赖于引擎API，需要跑在游戏引擎之上，不同于纯python环境
Typing check(type hint)
base vscode Pylance
Type Ignore
pyrightconfig.json 兼容py2的文件，忽略整个文件
overload
配合vscode的pylance特性来做代码检查
当函数传参个数不符合要求时，在IDE中进行报错提示
Stub Files
和py同名的文件格式为.pyi，语法也一样，在这里写type hint，提供给IDE使用，运行时无关
AsyncIO
What is it?
Keywords pair(async / await)
So what?
What is it?
Asyncio is used as a foundation for multiple Python asynchronous frameworks that
provide high-performance network and web-servers, database connection libraries,
distributed task queues, etc.
Asyncio is often a perfect fit for IO-bound and high-level structured network code.
简单的例子发挥不出作用
import asyncio
async def foo():
await asyncio.sleep(1)
print ('foo')
event_loop = asyncio.get_event_loop()
event_loop.run_until_complete(foo())上面这个简单的asyncio的例子和下面这段代码作用一样，无法体现出asyncio的作用
def foo():
time.sleep(1)
print('foo')
foo()适合用在那些地方？
Patch
[*]Simultaneously download multiple block of patch
Distributed Task Framework
[*]Multi-Process Management through ProcessPoolExecutor
[*]Export-table-tools
[*]Texture Compressor
[*]build packer
感兴趣的可以搜索ProcessPoolExecutor去了解
UVLoop
uvloop用来替换asyncio的event loop更高效，底层使用libuv通过cython实现，比原生的asyncio快2~4倍，有线上项目已验证过其稳定性
开源地址：https://github.com/MagicStack/uvloop
简单几行就可以替换asyncio的event loop
import asyncio
import sys
import uvloop
async def main():
# Main entry-point.
...
if sys.version_info >= (3, 11):
with asyncio.Runner(loop_factory=uvloop.new_event_loop) as runner:
runner.run(main())
else:
uvloop.install()
asyncio.run(main())
来源:https://www.cnblogs.com/zhaoqingqing/p/18523002
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]