Eski Python sürümlerinde (2.2 öncesi), yöntemler işlevlerden ayrı nesnelerdi ve bağlanmış ile bağlanmamış durumları ele almak için açık tür kontrolleri gerektiriyordu. Yeni tarz sınıfların tanıtılması ve Python 2.2'deki birleştirilmiş tür/sınıf modeli, yöntem türünü işlevler için ayrı bir varlık olmaktan çıkardı ve bağlama sorumluluğunu tanımlayıcı protokole kaydırdı. Bu evrim, işlevlerin __get__ uygulamasını sağlamasına olanak tanıdı ve bağlanmış yöntemleri yalnızca örnekler aracılığıyla erişildiğinde dinamik olarak oluşturdu, bu da dil nesne modelini basitleştirerek iç tür karmaşıklığını azaltmayı sağladı.
Bir kullanıcı, bir sınıf içinde bir yöntem tanımladığında, sınıf sözlüğünde saklanan temel nesne, ilk argüman olarak self bekleyen sıradan bir işlevdir. Sorun, bu niteliğin bir örnek üzerinden (örneğin, obj.method) alındığında Python'un, o örneği ilk konumsal argüman olarak otomatik olarak sağlayan bir çağırılabilir nesne oluşturmasını sağlamaktır; bu, manuel kısmi uygulama veya sarıcı kod gerektirmeden gerçekleşmelidir. Bu, her nitelik erişiminde verimli bir şekilde gerçekleşmeli ve sınıf aracılığıyla bağlanmamış işleve (örneğin, Class.method) erişme yeteneğini korumalıdır;
Fonksiyonlar, __get__ metodu aracılığıyla tanımlayıcı protokolü uygular. Bir sınıfta erişildiğinde (None örneği), __get__ fonksiyon nesnesinin kendisini döndürür. Bir örnekte erişildiğinde, __get__(self, instance, owner) fonksiyon ve örneği kapsayan bir method nesnesi döndürür. Çağrıldığında, bu bağlanmış yöntem, argüman demetine örneği ekler ve ardından temel fonksiyonu çağırır.
class Demo: def compute(self, value): return value * 2 d = Demo() # Sınıf erişimi, ham fonksiyonu döndürür unbound = Demo.__dict__['compute'] print(type(unbound)) # <class 'function'> # Örnek erişimi __get__'i tetikler, bir bağlanmış yöntem döner bound = unbound.__get__(d, Demo) print(type(bound)) # <class 'method'> print(bound(5)) # 10, d.compute(5) ile eşdeğerdir
Yüksek frekanslı işlem sistemleri geliştirirken, strateji nesnelerinin piyasa veri akışına fiyat güncellemeleri ile ilgili işleyiciler kaydetmesi gerekir. Başlangıçta, geliştiriciler strategy.on_price_update'i geri çağırma referansı olarak geçiyorlardı. Yükleme testleri sırasında, silinen stratejilerin, bağlanmış yöntem referansları nedeniyle çöp toplayıcı tarafından toplanmadığı belirlendi ve bu, uygulamanın ömrü boyunca süren kazara güçlü referans döngüleri oluşturdu.
Bir yaklaşım, strateji ve bağlanmamış fonksiyonu ayrı olarak zayıf referanslar ile saklamayı, ardından çağrı zamanı geldiğinde manuel olarak birleştirmeyi içeriyordu. Bu döngüsel referansları önler ve terkedilmiş stratejilerin anında çöp toplanmasını sağlar. Ancak, bu karmaşık geri çağırma çağrısı mantığını, çarpışma koşullarını ve Python'un sezgisel yöntem geçişi deyimini bozmayı beraberinde getiriyor.
Başka bir seçenek, on_price_update'i bir @staticmethod haline getirmek ve kayıt sırasında strateji örneğini açıkça geçmekti. Bu, bağlanmış yöntem oluşturmayı tamamen önleyerek referans yönetimini basitleştirir. Ne yazık ki, bu nesne yönelimli kapsülleme ilkelerini ihlal eder, kayıt API'sinde hem işlev hem de örneği ayrı olarak kabul edecek şekilde değişiklikler gerektirir ve strateji ile işleyici arasındaki ilişkiyi içermeyen daha az okunabilir kod üretir.
Bağlanmış bir yöntem benzeri nesne döndüren bir özel tanımlayıcı uygulamayı düşünmüştük; bu nesne, zayıf bir referans tutuyordu. Bu, obj.method çağrı sözdizimini korur ve bellek sızıntılarını önlerken, çağıranın perspektifinden de deyimsel kalır. Dezavantajı, doğru bir şekilde uygulamak için derin tanımlayıcı protokol bilgisi gerektirmesi ve her çağrıda referansın yaşamasını kontrol etmenin hafif bir aşamasıdır.
Çözüm 3'ü, bağlanmış yöntem yaratmaya benzer bir uygulamaya sahip bir WeakMethod tanımlayıcısı oluşturmayı seçtik, ancak bunun için iki referansı kullanacağız; bu yaklaşım, piyasa veri akışının geri çağırmaları tutmasına izin verdi ama strateji çöp toplanmasını engellemedi. Bu, temiz kayıt kodunu korudu: feed.register(ticker, strategy.on_price_update).
Bu optimizasyon, uzun süreli işlem oturumlarındaki bellek sızıntılarını ortadan kaldırdı ve milyonlarca geçici strateji örneği ile geri test sırasında bellek kullanılabilirliğini %40 oranında azalttı. Sistem, kullanıcıların referans yönetimi karmaşıklıklarını anlamasını gerektirmeden temiz nesne yönelimli API tasarımını korudu. Sonuç olarak, bağlanmış yöntem oluşturma mekanizmasını anlamak, üretim düzeyi finansal yazılım inşa etmek için hayati öneme sahip oldu.
Neden bir bağlanmış yöntemi uzun ömürlü bir kapsayıcıda saklamak, ilişkili örneğin tüm orijinal referansları kaybolduğunda bile çöp toplanmasını engeller?
Bağlanmış bir yöntem nesnesi, örneğe güçlü bir referans tutan dahili bir __self__ niteliğine sahiptir. Küresel bir kayıt veya önbellekte depolandığında, yöntem, örneği süresiz olarak ulaşılabilir kılar. Bunu önlemek için, geliştiricilerin weakref.WeakMethod kullanmaları veya ayrı zayıf örnek referansları ile bağlanmamış fonksiyonları saklamaları gerekir.
@classmethod tanımlayıcısının __get__ uygulaması, standart fonksiyonlardan nasıl farklıdır ve çok biçimli fabrika yöntemlerine nasıl olanak tanır?
classmethod, owner sınıfını ilk argümana bağlayan veri dışı bir tanımlayıcıdır. Bir alt sınıfta erişildiğinde, o alt sınıfı cls olarak alır ve doğru türe ait alternatif kurucuları oluşturmayı sağlar. Bu, otomatik bağlama almadıkları ve çağıran sınıfı herhangi bir açık inceleme olmadan belirleyemedikleri statik yöntemlere zıttır.
Sıkı döngülerde örnek yöntemlere tekrar tekrar erişildiğinde CPython düzeyinde ne tür bir aşama meydana gelir ve metod önbelleklemesi performansı nasıl artırır?
Her erişim obj.method, işlev ve örneğe işaretçi içeren yeni bir PyMethodObject'un yığında tahsis edilmesine neden olur. Bu tekrar eden tahsis ve serbest bırakma, yüksek frekanslı döngülerde önemli aşama yaratır. Döngünün dışında bağlanmış yöntemi önbelleğe almak, aynı nesneyi yeniden kullanır, tanımlayıcı arama maliyetlerini ortadan kaldırır ve mikro testlerde yürütme süresini %20-30 oranında azaltır.