Python运行时优化的3个Numba技巧
内容提要
Numba可将Python数值循环编译为机器码，无需改用C或向量化。同一函数可通过三种方式优化：用@njit编译循环，比纯Python快约80倍；加parallel=True和prange实现多核并行，提速约350倍；再加cache=True缓存编译结果，避免重复编译。核心是让热点代码留在编译边界内、覆盖全部核心，并只付一次编译成本。
延伸解读
编译边界决定性能上限
文章强调，Numba 优化效果不佳时，问题通常不在编译器，而在于编译边界：热点代码是否完全在编译范围内、是否覆盖所有核心、是否每次运行都重复编译。三个技巧本质是同一问题的不同侧面。因此，使用 Numba 时应优先确保热点循环被 @njit 装饰，并避免在循环内调用无法编译的 Python 对象。
并行加速显著但需注意波动
在示例中，parallel=True 与 prange 将速度从约 80 倍提升至约 350 倍，但平均耗时（0.1222 秒）远高于最佳耗时（0.0087 秒），说明并行版本可能受线程调度或系统负载影响，稳定性不如单线程。若应用对延迟敏感，应多次运行取最佳值，并确认并行确实带来收益。
缓存编译结果的收益与风险
cache=True 将编译结果写入磁盘，避免每次运行重新编译。示例中缓存版本平均耗时 0.0094 秒，比并行版更稳定，但最佳耗时几乎相同。需注意：全局变量在编译时被冻结，且缓存无法识别其他文件中的符号变更，可能导致运行旧代码。并行函数的缓存历史较不稳定，使用前应确认缓存确实命中。
Q&A
Numba的@njit装饰器如何加速Python循环？
@njit将Python数值循环编译为机器码，无需改用C或向量化。在示例中，对1000万元素的归约循环，@njit版本比纯Python循环快约80倍。
如何使用Numba实现多核并行加速？
在@njit基础上添加parallel=True，并将循环的range替换为prange，Numba会自动将循环拆分到多个线程并行执行。示例中并行版本比纯Python快约350倍。
Numba的cache=True有什么作用？
cache=True将编译结果缓存到磁盘，后续运行直接加载缓存，避免重复编译。对于频繁运行的工具，可以节省每次启动时的编译时间。
Numba并行加速时如何处理累加操作？
Numba能识别total += ...为归约模式，自动将范围拆分到线程，每个线程使用私有累加器，最后合并结果。类似地，-=、*=、/=、max和min也支持。
使用Numba的cache=True有哪些注意事项？
全局变量在编译时被冻结，缓存加载后不会重新绑定；缓存失效无法识别其他文件中符号的变化，可能导致运行旧代码；并行函数的缓存历史较不稳定，需确认缓存是否真正命中。
Numba与NumPy向量化在性能上相比如何？
在示例中，Numba @njit比纯Python快约80倍，而NumPy向量化快约55倍，Numba略快。但Numba无需向量化代码，可直接编译循环。
