《对象、属性、Map，天哪！——动态语言的对象形状（Object Shapes）解析》

Sat, 31 Oct 2026 00:56:19 GMT

《对象、属性、Map，天哪！——动态语言的对象形状（Object Shapes）解析》

标签：
#编程语言实现 #虚拟机优化
#对象形状 #HiddenClass #内联缓存 #动态类型语言 #JIT编译优化 #内存布局

总结：
这篇博文讲解了动态类型语言（Python、Ruby、JavaScript 等）运行时如何用“对象形状”（maps / hidden classes）替代朴素的“哈希表存属性”模型。作者基于 CF Bolz-Tereick 的极简对象模型，用不足一页的 Python 代码完整实现了形状树、内联缓存（inline cache）的核心逻辑，并延伸到存储策略、类型冻结、类版本化等进阶优化，最后用 C++ 草绘了 V8、JSC、Skybison 等真实运行时的内存布局。

文章要点：
1. 朴素模型用哈希表存对象属性：虽然概念上是 O(1)，但每次属性访问都要做字符串哈希、探测和一次额外的间接内存跳转，热路径上可能耗费成百上千条 CPU 指令。
2. 形状（map/hidden class）同时解决三个问题：把字符串查找换成小整数偏移、让属性内联存储在对象内部消除间接跳转、作为不可变的稳定标识供快速比对——属性一旦变化就沿形状树换到新 map，旧 map 永不修改。
3. 形状是持久化数据结构（树/字典树）：所有空对象共享同一个空 map，按相同顺序加属性则共享同一形状；加属性顺序不同（如 a 后 b vs 反过来，或条件分支里赋值）会产生不同形状，这是实践中缓存命中率下降的常见原因。
4. 内联缓存的工作方式：缓存“期望 map + 属性偏移”的组合，用指针相等（is）做极快校验，命中则直接按偏移加载；未命中走字符串慢路径并回填缓存——真机实现中快速路径内联、慢速路径外联，JIT 编译器还会进一步消除这层“解释态”。
5. 形状与类是两个概念：不同类的对象可以有相同形状，这让内联缓存保持单态（monomorphic）、命中率更高；但也意味着形状不能作为类的代理（如 Ruby attr_reader 需要“类查方法 + 形状查偏移”两段式查找）。
6. 进阶方向包括：给 map 附带类型信息（类型冻结，记录“该属性永远是 float”以减少守卫）、按存储策略单态化集合（空列表、小整数列表等专用布局）、类版本化，以及给真实运行时预留“溢出槽”处理对象估不准的大小。
7. 实用启示：大多数对象字段很少（<20 个），Ruby 等运行时会在对象过大时退回哈希表模式；性能回归中缓存命中与未命中在热路径上可能有 2 倍以上的差距，Rails 等项目已有通过保持形状单态来优化 JIT 的实战 PR。

URL：https://bernsteinbear.com/blog/object-shapes/

Max Bernstein

Objects, attributes, maps, oh my!

Or, IC UC we all C for ICs.

《Python 3.15的JIT编译器重回正轨》

Wed, 18 Mar 2026 11:21:29 GMT

《Python 3.15的JIT编译器重回正轨》

标签：#Python #JIT #CPython #性能优化 #Faster_CPython #编译器 #开源社区

总结：

Python 3.15的JIT编译器开发取得突破性进展，在失去主要赞助商后通过社区协作成功实现性能目标。目前macOS AArch64平台比解释器快11-12%，Linux x86_64快5-6%，提前完成预定目标。文章强调了团队建设、任务分解和幸运的技术决策（如追踪记录解释器和引用计数消除）对项目成功的关键作用。

文章要点：

- **性能目标提前达成**：Python 3.15的JIT在macOS AArch64上比尾调用解释器快11-12%，在Linux x86_64上比标准解释器快5-6%，提前一年多完成目标
- **从困境中重生**：Faster CPython团队2025年失去主要赞助商后，通过社区托管模式维持开发，作者曾怀疑JIT项目能否成功
- **降低"巴士因子"风险**：团队计划在JIT的前端（区域选择器）、中端（优化器）、后端（代码生成器）各配备2名活跃维护者，目前中端已有4名贡献者
- **任务分解吸引新人**：将复杂优化问题拆分为简单任务（如"优化单条指令"），提供详细可操作的指导，让无JIT经验的C程序员也能参与，共11人参与核心重构
- **关键技术决策**：Brandt建议改用追踪式前端，Mark建议双分派表机制，意外地将追踪解释器性能从慢6%提升到快1.x%，并将JIT代码覆盖率提升50%
- **引用计数消除优化**：消除每条Python指令的分支操作，这一优化易于并行化且适合教学，是3.15版本的主要优化方向
- **基础设施支撑**：Savannah Ostrowski一人搭建了等效于整个基础设施团队的CI系统，每日性能测试帮助快速发现回归问题

文章URL：

https://fidget-spinner.github.io/posts/jit-on-track.html

Ken Jin’s Blog

Python 3.15’s JIT is now back on track

JIT编译优化 | 锤子前端

《对象、属性、Map，天哪！——动态语言的对象形状（Object Shapes）解析》

《Python 3.15的JIT编译器重回正轨》