边玩游戏边学（手动滑稽） https://py.checkio.org/

^ 我是说第二版，不是第一版（捂脸）

@yingzijiejie 歪个楼，能不能催一下这本 Rust 书？ https://www.ituring.com.cn/book/2101

感觉 X1 extreme 系列要更好一些

看起来 pandas 2.0 也要用 arrow 格式，https://datapythonista.me/blog/pandas-20-and-the-arrow-revolution-part-i

预计 3.12 推出的 Tier 2 优化 trace optimizer （ specializing adaptive 是 Tier 1 ）延期了[link]( https://github.com/faster-cpython/ideas/wiki/Python-3.12-Goals)。距离 Beta 1 还有两个月时间，目前看来 3.12 的优化没啥大的变化，大概从 1.25x 涨到了 1.30x 。

3.12 的新的特性 /功能：
* PEP-684 Per-interpreter GIL 。但是没有 channel ，缺少能在不同 subintepreter 高效移动 /复制对象的方法，估计需要用户自己用 shared memory 撸轮子。并不像 Go 的 goroutine 那么丝滑，不过也算是有趣的尝试，指不定哪个大神就搞出新的玩法。
* PEP-683 Immortal Objects 。目前看来对性能影响不大，甚至有一定性能损耗。
* register-based interpreter 。之前讨论得很火，但是现在没啥进展（理论上大概是 5%的性能提升？）。估计 3.12 没戏
* nogil 。虽然 Sam 开了一个新的 nogil3.12 库，不过目前 PEP 和讨论都没啥进展，并且和 Eric 的 Per-intepreter GIL 存在一定程度上的冲突。估计 3.12 没戏

Faster Python 计划理论上 3.12 应该要达到 2.25x 的性能提升，目前看来这个版本会是个画的大饼，就看 PyCon 2023 能不能有啥新闻了。

以前也遇到类似的问题。不一定是 xrdp 的问题，还有可能是桌面或者 x.org 的问题，对应的几个服务的日志都查看一下。

菠菜佬是啥？

以前用过 fail2ban ，套个现成的 403-404 规则就行

以前用 Foxit ，因为比 Adobe 快多了而且免费，结果后来的版本越来越臃肿，越来越慢，就换成了 SumatraPDF 。
另外，如果只是满足阅读功能的话，最近发现了一个 github.com/ahrm/sioyek ，看起来还不错，不过我还没用过

又是标题党。STL 主要针对的是通用情景，并且尽可能做到最大的兼容性，没必要和针对特定情境和特定架构优化的项目相比。

另外，开源项目中存在一些没有优化的地方有什么好奇怪的，慢慢来嘛，又不是拿工资还看 KPI

VirusTotal 有沙箱功能吗？

房子小，电脑屏幕的光能直接照到我床上。你能想象我第一次半夜三更被亮光惊醒然后以为闹鬼，结果发现是 Windows 10 自动启动升级的惊悚感吗？:捂脸:

@snw #21 为啥会觉得 whitespace 不清楚，看看 wikipedia 就知道，

> In computer programming, whitespace is any character or series of characters that represent horizontal or vertical space in typography.

不清楚 whitespace 具体有哪些的话，查一下文档或者 Google 一下就行了。举个例子，如果有一个创建线程的 API 文档，旁边还专门给出线程的定义，这固然是好的，但是没有也没啥奇怪的。不能因为自己对某个概念不熟悉就觉得是文档做得不好啊。

#22 我第一次看这个文档的时候也没觉得有啥问题啊。如果要对比 php 的文档的话，感觉你困惑只是不清楚 whitespace 有哪些，而非 rstrip 是怎么工作的。

@snw 这文档哪儿有问题了，文字和例子都给得清清楚楚啊。都说了是任意 combination 了，所以右边的`ippi`被移除了，因为用任意数量的 i 、p 、z 可以组成`ippz`，再之后的`s`就不行了，因为`s`不在`ipz`里面，所以就停止了。

没有 extern "C"吗？要不试试 cython 或者 cppyy ？

@julyclyde 第三方库，可以用于 cpython 和 pypy 。是 pypy 的同一个团队开发的。

没看懂，为啥不用 json.load?

相比于 struct ，ctypes 写起来肯定更 OOP ，更简单直观一些，当然也更慢一些。另外还可以用 cffi

对于 codon ，我记得以前 Google 有类似的项目 Grumpy ，尝试将 Python 编译成 Go ，可惜又是一个被放弃了的项目。从使用上来说，感觉有点类似 Numba ，不过将 LLVM 扩展到了整个程序（虽然一个用的是 JIT ，一个用的是 AOT ），但是理论上应该都只能对某些特定语法的加速。另外，这是一个商业开源项目，希望有商业公司的支持下发展能够好一些吧。但目前看来，似乎还没有发展到可以用于生产环境中的程度。

@ClericPy
#2 pyston 最大的问题是 ABI 不兼容，原生扩展需要重新编译，如果只是个玩具项目还行，但如果真用在生产环境中，编译扩展就变得非常麻烦。即使有 conda 提供了一些编译好了的 Pyston 扩展包，还是有很多需要自己处理的。相比之下，衍生出的 pyston-lite 反而更加易用，只需要安装一个额外的扩展就能启用 JIT ，虽然性能提升不如 pyston-full ，大概只有 10%-15%，但相当于白捡的啊。

一直想试试 nuitka ，不过没找到合适的机会。 不过为啥协程反而性能降低了？另外，能不能江一下为啥 reuse_port 在这里有用？ hpy 感觉只是一个针对不同 Python 实现（ CPython ，PyPy ，GraalPython ）的一个通用 API 抽象层，对性能应该没啥英雄吧。

#8 特殊场景优化比较麻烦，但是也比较有意思。我觉得性能优化需要区分优化负载和优化延迟。前者是优化性能使其可以处理更多的工作，更高的并发，等。后者则是优化性能使其更快完成响应。

#12 哪三板斧？

@learningman #14 benchm 跑 Decimal 没意义，Decimal 基本上都是调用_decimal 的 C 扩展，都不算是 Python 代码了。可以换成_pydecimal 试试。