練習Metaprogramming

之前讀完Metaprogramming Ruby就一直想找個機會練習metaprogramming，現在終於有機會了。

atop是一個Linux上很好用的效能監視工具，在LWN上有一篇介紹的文章One-stop performance analysis using atop。

可是，分析atop的輸出檔就很痛苦了，system-level的部份畫出圖表來就一目瞭然，但，想要細究圖表中的變化，就要靠分析process-level的資料，但，process-level的資料實在太多了，一下子就被滿坑滿谷的資料淹過去。

在人工分析幾次後，我就想說﹙用Python﹚寫個程式來分析自動產生圖表吧，寫了幾行發現重複性的code很多，於是就藉機用metaprogramming的方式來處理，果真是威力強大啊！幾行code就把system-level處理的差不多了，剩下process-level。

事實上，我在使用metaprogramming之前，有用PyGTK硬寫出一個產生圖表的程式，但，無奈，產生圖表的函式庫功能不符需求，轉而使用pyplot。想說都重寫產生圖表的部份了，乾脆來重寫一次吧！才誕生metaprogramming的版本。

專案atop-plot放在github上，請各位多多指教。

一口氣補上The Linux Programming Interface第六，七章的投影片。

TLPI - 6 Process

View more presentations from Shu-Yu Fu

Tlpi 7-memory-allocation

View more presentations from Shu-Yu Fu

本週讀完了程式設計師的自我修養第10章，投影片在這！

當用GStreamer啟動多個pipelines時，如果記憶體使用的很多，其中一個可能原因是thread stack size！

用ulimit -s [KByte_SIZE]調小試看看吧！

原文參考[gst-devel] Memory usage

GStreamer Conference 2011

影片可以在這裡看到！