本系列作为本人@takooctopus深入学习python机制的记录，这个博客遵照着栖迟于一丘的博客上面的流程进行的，也包含我在实际查看源码时的感想，特此列出，表示感谢。
Python虚拟机
之前生成的python字节码是无法直接运行的，这个时候我们需要使用python虚拟机，将编译得到的字节码进行执行。
而python虚拟机的实现，是以一种近似于CPU的操作方式——栈帧。
我们虚拟机其实在执行的时候，面对的是PyFrameObject，我们将其想象成一个空间就好
我们看其在[Include/frameobject.h]中的定义
{{- code -}}
明显的，这个能够形成一个链表，通过*f_back能够找到之前的栈帧。在执行完当前栈帧后能够返回之前的栈帧中。
*f_code就是PyCodeObject对象
*f_builtins, *f_globals 和 *f_locals作为命名空间，维护了变量名和变量值之间的关系，而他们都是PyDictObject
**f_valuestack和**f_stacktop记录了栈底和栈顶的地址
由于每次创建栈帧对象时，PyCodeObject的大小都可能不同，最终其大小也可能不同，占的大小装在PyCodeObject中的co_stacksize中
PyFrameObject的创建
首先，我们看栈帧的创建
{{- code -}}
在这之中其调用了一个私有方法_PyFrame_New_NoTrack()
{{- code -}}
从extras = code->co_stacksize + code->co_nlocals + ncells + nfrees; 中能看到栈帧的动态内存区由四个部分组成
而ncells = PyTuple_GET_SIZE(code->co_cellvars);，nfrees = PyTuple_GET_SIZE(code->co_freevars);我们知道额外的部分除了给PyCodeObject之外，还有给co_cellvars和co_freevars。
而其f_valuestack和f_stacktop分别表示栈底和栈顶
PyFrameObject 的访问
我们可以很简单地通过 sys.getframe() 函数获取当前所运行的栈帧对象
PyFrameObject 的 NAMESPACE
我们在PyFrameObject中能够看见的三个属性*f_builtins,*f_globals和f_locals分别代表了三个独立的命名空间NAMESPACE
在一般的python文件结构中，每个.py文件被视作一个module，我们把一个文件夹的所有.py文件看作一个模块，这个模块中有一个是主module，以python main.py进行加载，其余的用import引入。
而在.py文件里写的import foo foo.bar，foo.bar作为属性引用，使用了另外一个NAMESPACE中的名字
这种名字的查找是有规律的，Python遵照了LEGB原则，即locals -> enclosing function -> globals -> __builtins__原则，以以下顺序依次查询
- locals 是函数内的名字空间，包括局部变量和形参
- enclosing 外部嵌套函数的名字空间（闭包中常见）
- globals 全局变量，函数定义所在模块的名字空间
- builtins 内置模块的名字空间
虚拟机运行框架
我们假设初始化已经完成，而现在第一个就是PyEval_EvalFrameEx()
{{- code -}}
在这里面调用了eval_frame(),我们看它定义的宏
{{- code -}}
知道其是通过PyEval_EvalFrameDefault()函数调用的
但PyEval_EvalFrameDefault()的实现内容极多，一共几千行吧 😦
{{- code -}}
虚拟机从头开始遍历整个co_code，first_instr 永远指向字节码指令序列的开始位置, next_instr 永远指向下一条待执行的字节码指令的位置, f_lasti 指向上一条已经执行过的字节码指令的位置
而整个架构就是switch (opcode) {}的sitch/TARGET结构
在函数最开始的时候还方便的设置了几个关于tuple获取和code移动的宏
{{- code -}}
这里NEXTOPARG()中是用于读取下一条的，其读取操作码和参数
{{- code -}}
而关于其判断参数多少，在switch(opcode)之前有一个宏
{{- code -}}
这里HAS_ARG()的宏定义在[Include/opcode.h]中，在我们上次讲到了，是一个判断操作数是否大于这个阈值的数值判断。
关于Why
在进入switch(opcode)选择后，每个选项中都有一个why变量，其实用于指示退出python引擎的状态因为有可能出错，下面是初始化函数PyEval_EvalFrameDefault()对于错误why的一些处理
{{- code -}}
我们可以看出来why会有不同的状态返回，而具体的状态码，也在[Python/ceval.c]中定义了
{{- code -}}
python框架总的流程就是，执行一个无尽的for循环，取出第一条字节码之后, 判断指令后执行, 然后一条接一条的从字节流中获取。
进行完异常检查后，最后进行出栈操作：
{{- code -}}
Python的线程
可执行文件除开栈帧，还有很重要的：进程和线程
对于一个单进程多线程的可执行文件，操作系统会创建一个进程和多个线程，但线程键共享global变量，切换线程需要保存工作环境以便恢复。
python实现了对多线程的支持, 而且python中的线程就是操作系统上的一个原生线程。 python虚拟机是对CPU的抽象, 在切换线程之前同样需要保存关于当前线程的信息。
python是使用PyThreadState对象对线程信息进行抽象。
- 线程的抽象并非原始线程，python仍旧使用操作系统的原生线程
- 而对于线程抽象的操作，使用
PyInterpreterState来操作 - python一般只维护一个
PyInterpreterState，其中维护多个PyThreadState对象
而线程同步，少不了的就是锁机制「lock」，他们通过一个全局解释器锁 Global Interpreter Lock (GIL) 实现。
我们看PyInterpreterState和PyThreadState的实现：
{{- code -}}
{{- code -}}
明显的，每个进程下属一个解释器，下属一个线程池，进程间和线程间都有next属性通向下一个，而线程下维护一个栈帧表。