发现，算限Meta 使用 Python 网页框架 Django 开发 Instagram 前端，消息效率行运并且使用多程序架构以及 Python 函数库 asyncio，称P除并以达到每个程序并行处理的将加入目标，但因为 Instagram 前端无论是提升在业务逻辑还是处理的请求量层面，规模都十分庞大，内存开发者当下应用的并解这个方法，反而造成了对内存的算限大量需求，从而导致系统出现一系列性能障碍。消息效率行运
▲ 图源 Meta 提出的 PEP-683，目前已经被采纳随着系统运作，每个服务器程序的私有内存使用增加，而共享内存减少，这样的现象造成内存效率低下。
开发人员分析发现，即便许多 Python 对象在整个执行时不可变，但是 Python 的参照计数和垃圾回收机制仍然会试图管理并修改这些对象，在每次读取和垃圾回收周期仍会执行写入时复制（Copy-On-Write，COW）步骤，使得原本共享的内存分页转为私有，共享内存效率也便因此减少，从而导致不必要的 CPU 和内存成本开销。
▲ 使用 Immortal Objects 可提升内存和 CPU 效率当下 Meta 便是为了解决这个问题，从而宣布将在 Python 中加入 Immortal Objects，Immortal Objects 在对象的参照计数字段中，标记特殊值以创建“不朽对象”，也就是“核心对象状态永远不会改变的对象”，Runtime 会知道什么时候可以或是不可以改变参照计数字段和垃圾回收头。
在 Instagram 前端中，开发者原先通过“减少写入时复制操作”，以提高内存和 CPU 效率，当下随着 Immortal Objects 的加入，Instagram 前端便可以通过增加共享内存使用量，来大幅减少私有内存的使用。
由于 Immortal Objects 可以跨线程共享对象，不再需要 GIL（Global Interpreter Lock）达到线程安全性，Meta 认为，这项功能有望促进 Python 语言发展，且由于 Immortal Objects 保证堆对象真正的不可变性，因此也能够解除 Python 在并行运算的一系列限制。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，所有文章均包含本声明。
(责任编辑：热点)