使用测量工具，量化性能才能改进性能，常用的timeit和memory_profiler，此外还有profile、cProfile、hotshot等，memory_profiler用了psutil，所以不能跟踪cpython的扩展； 用C来解决费时的处理，c是效率的代名词，也是python用来解决效率问题的主要途径，甚至有时候我都觉得python是c的完美搭档。常用的是Cython，直接把py代码c化然后又能像使用py包一样使用，其次是ctypes，效率最最高的存在，最后还有CPython和cffi都是屌屌的存在； …

最近碰到处理一个二十多兆的文件时内存蹭蹭的吃掉四百多兆，吓死宝宝了。 无奈毕竟接触python时间有限，还没有完整的看过python的一些基础知识，我想一个合格的pythoner应该不会碰到这个问题。当然像我这样的操作党碰到的问题映像也更深一点。最郁闷的是网上讨论这个的很有限，google的结果也是三天才找到相应的说明，我想这里很重要的一点是海量数据在存储和很低层的操作时并不会使用python，嵌入一个c片段即可。好吧这招我还不会，而且在用的库要改也是件痛苦的事，为了让项目尽早上线有个折中的方案顶上即可。在无尽的排…

Flask的初始化有好多种，像工厂、单例都是不错的，我使用的是声明+init的方式，比如celery会是这样： base.py中：celery = Celery() __init__.py中在create__app()方法中会将base中的组件逐个init初始化。 大部分flask的组件都支持这种初始化的方式，因为python是解释型语言所以在使用不支持这种的组件如celery会有问题，比如像上面那样初始化后celery无法正确设置broker哪怕重新用celery.update_config(xxx)也没有用，其…