# 7.5。关于 Numba Runtime 的注意事项 > 原文： [http://numba.pydata.org/numba-doc/latest/developer/numba-runtime.html](http://numba.pydata.org/numba-doc/latest/developer/numba-runtime.html) _Numba Runtime（NRT）_ 为 _nopython 模式 _ Python 子集提供语言运行时。 NRT 是一个带有 Python 绑定的独立 C 库。这允许在没有 GIL 的情况下使用 NPM 运行时功能。目前，NRT 中实现的唯一语言功能是内存管理。 ## 7.5.1。内存管理 NRT 实现 NPM 代码的内存管理。它使用 _ 原子引用计数 _ 进行线程安全的确定性内存管理。 NRT 维护一个单独的`MemInfo`结构，用于存储有关每个分配的信息。 ### 7.5.1.1。与 CPython 合作 为了让 NRT 与 CPython 合作，NRT python 绑定提供了用于转换导出内存区域的 python 对象的适配器。当这样的对象用作 NPM 函数的参数时，会创建一个新的`MemInfo`并获取对 Python 对象的引用。当 NPM 值返回到 Python 解释器时，将检查关联的`MemInfo`（如果有）。如果`MemInfo`引用 Python 对象，则会释放并返回基础 Python 对象。否则，`MemInfo`将包装在 Python 对象中并返回。根据类型，可能需要额外的过程。 当前实现支持 Numpy 数组和任何缓冲区导出类型。 ### 7.5.1.2。编译器方面的合作 NRT 引用计数要求编译器根据用法发出递增/递减操作。当引用计数降为零时，编译器必须在 NRT 中调用析构函数例程。 ### 7.5.1.3。优化 允许编译器天真地发出递增/递减操作。它依赖于优化传递来删除冗余引用计数操作。 优化过程在块级别上运行以避免控制流分析。它取决于 LLVM 函数优化传递，以简化控制流，堆栈到寄存器和简化指令。它的工作原理是匹配和删除每个块中的 incrementf 和 decref 对。 ### 7.5.1.4。怪癖 由于[引用计数优化传递](#nrt-refct-opt-pass)需要 LLVM 函数优化传递，因此传递在 LLVM IR 上作为文本工作。然后，优化的 IR 再次实现为新的 LLVM 内存中 bitcode 对象。 ### 7.5.1.5。调试泄漏 要调试 NRT MemInfo 中的引用泄漏，每个 MemInfo python 对象都有一个`.refcount`属性用于检查。要从 NRT 分配的 ndarray 获取 MemInfo，请使用`.base`属性。 要调试 NRT 中的内存泄漏，`numba.runtime.rtsys`定义`.get_allocation_stats()`。它返回一个 namedtuple，它包含自程序启动以来的分配和释放次数。检查分配和释放计数器是否匹配是了解 NRT 是否泄漏的最简单方法。 ### 7.5.1.6。调试 C 中的泄漏 [numba / runtime / nrt.h](https://github.com/numba/numba/blob/master/numba/runtime/nrt.h) 的开头有以下几行： ```py /* Debugging facilities - enabled at compile-time */ /* #undef NDEBUG */ #if 0 # define NRT_Debug(X) X #else # define NRT_Debug(X) if (0) { X; } #endif ``` 取消定义 NDEBUG（取消注释`#undef NDEBUG`行）可以在 NRT 中启用断言检查。 启用 NRT_Debug（用`#if 1`替换`#if 0`）将打开 NRT 内的调试打印。 ## 7.5.2。递归支持 在编译一对相互递归函数期间，其中一个函数将包含未解析的符号引用，因为编译器一次处理一个函数。在 LLVM 生成机器代码之前，未分解符号的存储器被分配并初始化为 _ 未解析符号中止 _ 函数（`nrt_unresolved_abort`）的地址。在编译新函数时跟踪和解析这些符号。如果错误阻止了这些符号的解析，则将调用中止函数，从而引发`RuntimeError`异常。 _ 未解析符号中止 _ 函数在 NRT 中定义为零参数签名。调用者可以安全地使用任意数量的参数调用它。因此，可以安全地用于预定的被叫者。 ## 7.5.3。未来计划 NRT 的计划是创建一个可以链接到 Numba 编译代码的独立共享库，包括在 Python 解释器中使用而不需要 Python 解释器。为了做到这一点，我们将进行一些重构： * numba NPM 代码引用“helperlib.c”中的静态编译代码。这些功能应该转移到 NRT。