Category: Python

How to write SCGI applications in Python and JavaScript

Download & Install HevSCGIServerLibrary

git clone git://github.com/hev-scgi/hev-scgi-server-library
cd hev-scgi-server-library
make

sudo cp bin/libhev-scgi-server.so /usr/lib64/
sudo cp gir/HevSCGI-1.0.gir /usr/share/gir-1.0/
sudo cp gir/HevSCGI-1.0.typelib /usr/lib64/girepository-1.0/

Python Demo
https://github.com/hev-scgi/hev-scgi-server-python

git clone git://github.com/hev-scgi/hev-scgi-server-python
cd hev-scgi-server-python

python3 src/main.py

JavaScript Demo
https://github.com/hev-scgi/hev-scgi-server-gjs

git clone git://github.com/hev-scgi/hev-scgi-server-gjs
cd hev-scgi-server-gjs

gjs -I src src/main.js

Over!

优化 ibus-table 性能

ibus-table 是 Python 语言实现的 ibus 输入法框架的码表引擎，ibus 的绝大多数形码输入法使用该引擎，如郑码、五笔等等。

使用过该引擎的用户或多或少有这样的感觉，就是反应慢，尤其在低性能的计算机上感觉格外明显。无需复杂的性能分析工具，仅用 top 命令就不难发现，用一个约有20万条记录的郑码码表，在连续输入中文时，ibus-table 进程的CPU使用率几乎100％，这还是在一个 i3 2.5GHz 的 PC 平台上。那么在一个更低性能的平台上，输入体验可以想象。

再通过 pref 工具跟踪可以发现，在连续输入时，大部分CPU使用主要来自于 sqlite 数据库查询操作和候选词排序。在阅读引擎代码后，我做了一个实验，在 tabsqlitedb.py 的 select_words 中删除掉 sqlite 查询与排序，返回静态记录。结果CPU使用率降低到了只有5％左右。

因此，给 select_words 加个缓存应该是个不错的选择，就用 HashMap 来实现这个缓存，按键输入作为 key，排序后的结果作为 value。结果很明显，连接输入中文时的进程CPU使用率从几乎100％下降到了10％。

已经合并至 1.9.18: https://github.com/kaio/ibus-table/releases/tag/1.9.18

Over!