opcode

_posts/2024-06-12-python-opcode.post

@@ -0,0 +1,20 @@
+---
+title: Python 函数调用优化
+date: 2024-06-12
+---
+
+<h1>Python 函数调用优化</h1>
+<p>现在我参与的项目中，使用 Python 作为业务开发语言。Python 层的框架里，实现了一套组件系统。可以将类型（Host）的逻辑和数据的代码拆分到不同的组件（Component）中，并在运行时将这些组件融合到 Host 中。
+这样做，一方面可以将不同组件拆分到不同模块中，提高代码可读性，另外可以方便多人协作，负责某业务组件的同学只需关心相关的模块。</p>
+<p>类型的成员根据业务被划分到不同组件中，但有些生命周期函数，需要被拆分为多个小函数。例如 init 阶段，每个组件实现自己的 __init_component__。Host 会在运行时收集它所有组件的 __init_component__ 函数，在初始化阶段统一调用。当组件数量不多时，付出较小的运行时成本，可以获取到较多的工程收益。但是，随着项目的增长，Host 的 Component 数量增加，仅函数调用的成本就会变得不可忽略。每次调用 10 微妙，那么调用 100 次空函数，会有 1 毫秒。</p>
+<p>这些 Host 的生命周期函数都有相同的函数签名。需要找到一个方法，让多个函数签名相同的调用成本大幅降低。Python 的函数执行，是在 frame 中解释执行 bytecode。如果中把函数的 opcode 和它的执行环境合并，也就是把函数合并了，也就是把调用成本降低为一次。</p>
+
+<p>接下来介绍具体的实现，基于 Python 3.11 和之后的版本。之前的版本 opcode 和 bytecode 会有差别，但大体思路相同。</p>
+
+<p>先认识函数。</p>
+
+<p>运行时生成函数。</p>
+
+<p>看下字节码。运行时生成字节码。</p>
+
+<p>如何合并。</p>