跳转至

2.7 语言理论与底层

← 2.6 DevOps 实践 | 首页 | 下一节: 2.8 领域专项知识 →

编译型 vs 解释型

  • 编译型语言（C、C++、Rust、Go）：源代码先被编译器翻译为机器码（或中间码），生成可执行文件后独立运行。执行速度快，但开发-编译-运行周期较长。
  • 解释型语言（Python、Ruby、传统 JavaScript）：由解释器逐行读取并执行源代码，无需编译步骤。开发反馈快，但执行速度慢于编译型。
  • 混合型（Java、C#）：先编译为中间码（bytecode/IL），再由虚拟机（JVM/CLR）通过 JIT（Just-In-Time）编译为机器码。兼顾可移植性和性能。

类型系统

静态 vs 动态指类型检查的时机；强 vs 弱指类型规则的严格程度。两个维度构成四象限：

静态检查（编译时） 动态检查（运行时）
强类型 Java, C#, Rust, TypeScript Python, Ruby, Elixir
弱类型 C, C++ JavaScript, PHP, Perl

具体含义： - 静态类型：类型在编译时检查。TypeScript 中 function foo(a: number) 在编译时阻止传入字符串。 - 动态类型：类型在运行时检查。PHP 中 function foo($a) 只有执行时才知道类型。 - 强类型：从不隐式转换。Python 中 1 + "2" 抛出 TypeError。 - 弱类型：编译器/解释器尽力自动转换。JavaScript 中 1 + "2" 返回 "12"（自动将数字转字符串拼接）。

注意：许多语言在象限中的位置不是绝对的。C 是静态弱类型（编译时检查但允许隐式 void* 转换），Python 是动态强类型（运行时检查但绝不允许隐式类型自动转换）。

正则表达式（Regex）

正则表达式是一种描述字符串匹配模式的语法，几乎所有编程语言原生支持。核心元素： - 字面字符：abc 匹配精确字符串 "abc"。 - 字符类：[a-z] 匹配任一小写字母，\d 匹配任意数字。 - 量词：* 零次或多次、+ 一次或多次、? 零次或一次、{n,m} n 到 m 次。 - 锚点：^ 行首、$ 行尾、\b 单词边界。 - 分组与捕获：(pattern) 提取匹配的子串。 - 常用场景：表单验证、日志解析、数据提取、搜索替换。

懒加载（Lazy Loading）

推迟对象的创建、数据的加载或资源的初始化，直到真正需要使用时才执行。核心价值： - 减少启动时间：只加载首屏需要的内容。 - 节省内存：不使用时根本不加载。 - 改善用户体验：按需加载，避免长时间等待。 - 典型实现：前端路由级别的代码拆分、ORM 的延迟加载关联、图片的滚动加载、虚拟列表。

性能剖析（Profiling）

性能剖析是动态程序分析的一种形式，测量程序的运行时行为——时间花在哪、内存用在哪、函数调用频率如何。

三种类型： - Flat Profiler：列出每个函数的总耗时，不区分调用者。 - Call-Graph Profiler：展示调用链和每个函数在特定调用上下文中的耗时。 - Input-Sensitive Profiler：关联性能指标与输入特征（输入大小、输入值）。

两种数据采集方式： - 事件型（Event-based）：在每个函数入口/出口插入钩子，精确但开销大、可能产生观察者效应。 - 统计型（Statistical/Sampling）：定时采样调用栈，近似但有统计意义，开销极小、几乎不影响目标程序行为。

原则：先测量，再优化。不基于猜测做性能优化。

并发编程核心概念

  • 竞态条件（Race Condition）：多个线程/进程同时访问共享资源，且最终结果依赖于执行顺序。最危险的并发 bug——难以复现、难以调试。对策：锁、原子操作、不可变数据结构。
  • 死锁（Deadlock）：线程 A 持有锁 1 等待锁 2，线程 B 持有锁 2 等待锁 1——互相等待，永远阻塞。四个必要条件：互斥、持有并等待、不可抢占、循环等待。对策：统一加锁顺序、超时机制、死锁检测。
  • 互斥（Mutual Exclusion）：确保同一时刻只有一个线程访问临界区。实现方式：互斥锁（Mutex）、信号量（Semaphore）、读写锁（Read-Write Lock）。粒度越细并发度越高，但复杂度也越高。

来源

  • Cameron Pavey — Understanding Types; Static vs Dynamic, Strong vs Weak: https://medium.com/@cpave3/understanding-types-static-vs-dynamic-strong-vs-weak-88a4e1f0ed5f
  • Wikipedia — Profiling (computer programming): https://en.wikipedia.org/wiki/Profiling_(computer_programming)

← 2.6 DevOps 实践 | 首页 | 下一节: 2.8 领域专项知识 →