笔记
0工具
0此页用于记录用户反馈问题后的每一次改进
关于
“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
不想公开、只想临时给人看：点“分享”生成一条带密码和有效期的链接，到期自动失效，你也能随时撤销。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
趋势
l：为 k 和 q 设计的新运行时——一场关于语言极简性与底层控制的实验
一句话概括：为 k 和 q 语言设计的新型运行时，聚焦极致性能与极简内存模型。
背景：k 与 q 语言——金融领域的“暗器”
在主流编程语言之外，存在一类专为特定领域（如高频金融交易）设计的语言。k 和 q 便是其中的代表——它们由 Arthur Whitney 开发，属于 APL 家族的分支。k 是底层语言，q 是建立在 k 之上的脚本语言（类似 SQL 之于 C）。
- 极简语法：整个 k 语言的参考手册只有一页纸，关键字寥寥无几。
- 极致性能：k 和 q 的运行时（runtime）高度优化，单线程处理大量时间序列数据（如股票 tick 数据）的速度远超 Python/R。
- 内存控制：所有数据以列式存储（column-oriented），且几乎完全避免动态内存分配，追求缓存友好。
然而，k/q 的官方运行时是闭源的，且绑定在特定架构（如 x86-64）上。这限制了其可移植性和社区创新。
新运行时“l”的目标
文章介绍的“l”是一个全新的、开源（MIT 许可证）的运行时，专门为 k 和 q 语言设计。它的核心目标包括：
- 兼容 k 语法的语义：完全实现 k 语言的核心操作（向量运算、原子函数、高阶函数等）。
- 零开销抽象：不引入任何 GC（垃圾回收）或引用计数机制，内存管理完全由程序员通过语言特性控制（类似 Rust 的所有权模型，但更轻量）。
- 跨平台：支持 x86-64、ARM64、RISC-V 等主流架构，并计划支持 WebAssembly。
- 可嵌入：提供 C API，允许其他语言（如 Python、Go）直接调用 k 表达式。
技术细节：运行时如何实现“快”
1. 数据表示：扁平数组 + 标签联合（Tagged Union）
k/q 中的所有值（包括数字、字符串、列表、字典）在运行时内部都被表示为扁平数组。例如，一个嵌套列表 (1 2; 3 4 5) 在内存中会被展平为 [1,2,3,4,5]，并附带一个“类型标签”描述其逻辑结构（比如“这是一个包含两个子列表的列表”）。
- 优势：遍历时 CPU 缓存命中率极高，因为所有数据连续存放。
- 实现：运行时使用 C 语言编写，基础数据结构是
struct k0 { int8_t t; union { int64_t i; double f; struct { int64_t n; int8_t *s; }; }; }。t是类型标识（0=整数, 1=浮点, 2=符号, 3=字符串...），union直接存放标量值或指向数组的指针。
2. 内存管理：区域分配（Arena Allocator）
官方 k 运行时使用一种称为“区域分配”的策略：一次性从操作系统申请大块内存（例如 64KB），然后在这个区域内顺序分配小对象。当区域用完时，整个区域被释放（而不是逐个释放对象）。
“l”运行时采用了相同的思路，但做了改进：
- 多区域：根据对象大小（小/中/大）使用不同的区域，减少内部碎片。
- 无锁分配：由于 k 是单线程语言（但支持通过
peach并行），分配时不需要互斥锁。 - 显式生命周期：程序员通过
peach或fork等操作创建子区域，子区域可以独立释放，避免全量 GC 停顿。
3. 向量指令：自动 SIMD 化
k/q 的核心操作（如 +、*、>）都是向量化的。运行时在编译时检测操作数类型，并生成对应的 SIMD 指令（如 SSE/AVX on x86, NEON on ARM）。
- 例如：
a + b如果 a 和 b 都是长度为 1000 的整数数组，则运行时直接调用_mm256_add_epi32（AVX2 指令）一次处理 8 个整数。 - 对于混合类型（如整数数组 + 标量），自动广播（broadcast）。
4. 即时编译（JIT）？不，是“解释 + 模板化”
与许多现代运行时（如 V8、LuaJIT）不同，“l”并未采用 JIT 编译。它使用模板化解释器：
- 核心循环是一个巨大的
switch语句，每个 k 操作符对应一个 case。 - 但为了减少分支预测失败，运行时使用 C 语言的
__attribute__((flatten))和__builtin_expect等提示，让编译器内联并优化热点路径。 - 对于重复执行的操作（如循环体），运行时通过“操作码缓存”（opcode caching）记录上次执行路径，下次直接跳转。
这种设计在保持跨平台性的同时，性能接近手写汇编（根据作者测试，在整数向量加法上达到 C 语言 90% 的速度）。
与官方运行时的对比
| 特性 | 官方 k/q 运行时 | “l”运行时 |
|---|---|---|
| 许可证 | 闭源，商业授权 | MIT 开源 |
| 内存管理 | 区域分配（单区域） | 多区域，支持子区域释放 |
| 并行支持 | 仅 peach（隐式并行） |
同官方，但底层使用 pthread 池 |
| 64位整数 | 支持（但部分操作截断为32位） | 完整64位支持 |
| 错误处理 | 崩溃或返回 null | 返回带错误码的 tagged union，可被捕获 |
| 外部函数接口（FFI） | 仅支持 C 函数指针 | 支持 C ABI，并计划支持 Rust/WASM |
实际性能数据
作者在 Apple M1 Pro 上测试了三个基准：
- 向量加法（10^7 个 64 位整数）：官方运行时 0.023 秒 vs “l” 0.025 秒（约 92% 性能）。
- 矩阵乘法（1024x1024 浮点矩阵）：官方 0.87 秒 vs “l” 0.91 秒（约 95% 性能）。
- 嵌套列表展平（深度 1000 的嵌套列表）：官方 0.012 秒 vs “l” 0.014 秒（约 86% 性能）。
差距主要在于官方运行时使用了手写的汇编优化循环，而“l”仍依赖 C 编译器自动向量化。但“l”在跨平台和可维护性上胜出。
如何开始使用
“l”目前处于 alpha 阶段，但已可运行大部分 k 代码。安装方式：
bash
git clone https://github.com/shakna/l
cd l && make && sudo make install
然后通过 l -e "1+1" 执行表达式，或 l script.k 运行文件。
为什么这很重要
k/q 语言虽然小众，但在金融、物联网等对延迟敏感的场景中不可替代。一个开源的、高性能的运行时意味着：
- 更多开发者可以学习和使用 k 语言，而不必购买昂贵的商业许可。
- 可以将其嵌入到其他系统（如数据库、消息队列）中，作为内嵌的查询/计算引擎。
- 社区可以贡献优化（如 GPU 支持、分布式执行）。
未来方向
作者计划在后续版本中加入：
- 增量编译：将频繁执行的热点函数编译为机器码（真正的 JIT）。
- 持久化存储：直接将 k 的列式表映射到内存映射文件（mmap），实现零拷贝数据库。
- 分布式原语：通过 MPI 或 RDMA 实现多机并行。
结语
“l”不仅是一个运行时，更是一种对“极简即高性能”哲学的实践。它证明在 GC 和复杂优化主导的今天，手动控制内存和向量化仍能创造令人惊叹的效率。对于追求底层控制的工程师，这是一个值得关注的项目。
原文链接：https://lv1.sh/