# zoo-bench 性能报告

原始数据：`results/zoo-framework-0.10.0/20261011T093201Z.json`

## 运行环境

| 项 | 值 |
|---|---|
| CPU 型号 | AMD EPYC 7763 64-Core Processor |
| 逻辑核数 | 4 |
| 平台 | Linux-x86_64 |
| 操作系统 | Linux 6.17.0-1022-azure（#22-Ubuntu SMP Mon Jul 27 17:24:03 UTC 2026） |
| Python | CPython 3.13.16 |
| 解释器 | /opt/hostedtoolcache/Python/3.13.16/x64/bin/python |
| GIL | default |
| 被测框架（发行元数据） | 0.10.0 |
| 被测框架（模块 __version__） | 0.10.0（仅附注，不作版本判据） |
| 被测框架的驱动面世代 | 当前代驱动面（调度内核 core + 调度模型 model，完成信号取自结果响应器） |
| harness | zoo-bench 0.0.1 @ 9a42be24ac43f75e2e5d7b16434f91ba3d0717b6 |
| 复现命令 | `zoo-bench run --framework zoo-framework==0.10.0` |

> 以 dist_version（发行元数据）为版本真源；module_version 仅作附注

## 负载

- 构成：单位工作 = JSON 序列化 + 反序列化 + 字符串拼接，重复若干次以达到目标耗时；档位由 matrix.yaml 的 body_tiers_us 声明
- **负载是替身，不是真实 trace**：形状接近“取一帧数据 -> 序列化 -> 解析 -> 字符串处理”这类业务动作，但仓库内没有真实样本，结论的适用性以此为前提

## 测量口径

- **执行体耗时在同一次运行内埋点**：由执行体在自身内部测量并回传，框架开销 =端到端 - 它。**不做跨运行减法**——两次运行的状态不同（缓存、频率、调度噪声），相减引入的是系统性偏差。
- **预热不入统计**：每个单元先跑 3 轮预热并丢弃，只统计随后的 30 轮正式采样；采样数等于「正式轮数 x 并发度」。
- **绝对耗时不可跨运行比较**：它只用于看量级；跨版本/跨机器要看的是**同一次运行内的相对量**（开销占比、相对各对照方案的倍数），它们对整体快慢不敏感。

## 结论摘要

- 被测框架 zoo 的执行体时长达到约 2700 微秒 及以上时，其框架开销占端到端的比例降到 15% 以下；短于此档位，选用它的主要代价就是框架开销本身。
- 并发度 1、执行体 40 微秒 下，被测框架比 process_pool 快 2.11x（该并发度所测档位中最快的一档）。
- 并发度 1 下，执行体时长超过约 40 微秒 后，apscheduler 不再快于被测框架。
- 并发度 4 下，执行体时长超过约 40 微秒 后，apscheduler 不再快于被测框架。
- 并发度 16 下，执行体时长超过约 40 微秒 后，apscheduler 不再快于被测框架。
- 并发度 64 下，执行体时长超过约 40 微秒 后，apscheduler 不再快于被测框架。
- 并发度 1 下，所测档位内 asyncio_pool **始终快于**被测框架——这类档位正是本报告的公开不利数据。
- 并发度 4 下，所测档位内 asyncio_pool **始终快于**被测框架——这类档位正是本报告的公开不利数据。
- 并发度 16 下，所测档位内 asyncio_pool **始终快于**被测框架——这类档位正是本报告的公开不利数据。
- 并发度 64 下，所测档位内 asyncio_pool **始终快于**被测框架——这类档位正是本报告的公开不利数据。
- 并发度 1 下，执行体时长超过约 10000 微秒 后，bare_thread 不再快于被测框架。
- 并发度 4 下，所测档位内 bare_thread **始终快于**被测框架——这类档位正是本报告的公开不利数据。
- 并发度 16 下，执行体时长超过约 40 微秒 后，bare_thread 不再快于被测框架。
- 并发度 64 下，所测档位内 bare_thread **始终快于**被测框架——这类档位正是本报告的公开不利数据。
- 并发度 1 下，执行体时长超过约 40 微秒 后，process_pool 不再快于被测框架。
- 并发度 4 下，执行体时长超过约 40 微秒 后，process_pool 不再快于被测框架。
- 并发度 16 下，所测档位内 process_pool **始终快于**被测框架——这类档位正是本报告的公开不利数据。
- 并发度 64 下，执行体时长超过约 40 微秒 后，process_pool 不再快于被测框架。
- 并发度 1 下，所测档位内 thread_pool **始终快于**被测框架——这类档位正是本报告的公开不利数据。
- 并发度 4 下，所测档位内 thread_pool **始终快于**被测框架——这类档位正是本报告的公开不利数据。
- 并发度 16 下，所测档位内 thread_pool **始终快于**被测框架——这类档位正是本报告的公开不利数据。
- 并发度 64 下，所测档位内 thread_pool **始终快于**被测框架——这类档位正是本报告的公开不利数据。

> 单点加速比没有选型含义；结论以“多大的执行体时长下选哪个方案”表述（同一份框架开销，在 40 微秒 的任务上占 70%，在 10 ms 上只占百分之几）

### 开销阈值交叉点

| 方案 | 并发度 | 阈值 | 首个不高于阈值的档位（微秒） | 所测档位（微秒） | 说明 |
|---|---|---|---|---|---|
| apscheduler | 1 | 15.00% | 2700 | 40, 300, 2700, 10000 | 该档位是所测档位中最小的满足者；真实交叉点落在它与前一档之间 |
| apscheduler | 4 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| apscheduler | 16 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| apscheduler | 64 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| asyncio_pool | 1 | 15.00% | 2700 | 40, 300, 2700, 10000 | 该档位是所测档位中最小的满足者；真实交叉点落在它与前一档之间 |
| asyncio_pool | 4 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| asyncio_pool | 16 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| asyncio_pool | 64 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| bare_thread | 1 | 15.00% | 2700 | 40, 300, 2700, 10000 | 该档位是所测档位中最小的满足者；真实交叉点落在它与前一档之间 |
| bare_thread | 4 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| bare_thread | 16 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| bare_thread | 64 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| process_pool | 1 | 15.00% | 2700 | 40, 300, 2700, 10000 | 该档位是所测档位中最小的满足者；真实交叉点落在它与前一档之间 |
| process_pool | 4 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| process_pool | 16 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| process_pool | 64 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| thread_pool | 1 | 15.00% | 300 | 40, 300, 2700, 10000 | 该档位是所测档位中最小的满足者；真实交叉点落在它与前一档之间 |
| thread_pool | 4 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| thread_pool | 16 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| thread_pool | 64 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| zoo | 1 | 15.00% | 2700 | 40, 300, 2700, 10000 | 该档位是所测档位中最小的满足者；真实交叉点落在它与前一档之间 |
| zoo | 4 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| zoo | 16 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |
| zoo | 64 | 15.00% | — | 40, 300, 2700, 10000 | 该并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值）。端到端、吞吐与执行体自报值仍然有效，故照旧给出。 |

### 相对转折点

| 对照方案 | 并发度 | 该方案不再更快的档位（微秒） | 说明 |
|---|---|---|---|
| apscheduler | 1 | 40 | 该档位是所测档位中最小的满足者 |
| apscheduler | 4 | 40 | 该档位是所测档位中最小的满足者 |
| apscheduler | 16 | 40 | 该档位是所测档位中最小的满足者 |
| apscheduler | 64 | 40 | 该档位是所测档位中最小的满足者 |
| asyncio_pool | 1 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| asyncio_pool | 4 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| asyncio_pool | 16 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| asyncio_pool | 64 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| bare_thread | 1 | 10000 | 该档位是所测档位中最小的满足者 |
| bare_thread | 4 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| bare_thread | 16 | 40 | 该档位是所测档位中最小的满足者 |
| bare_thread | 64 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| process_pool | 1 | 40 | 该档位是所测档位中最小的满足者 |
| process_pool | 4 | 40 | 该档位是所测档位中最小的满足者 |
| process_pool | 16 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| process_pool | 64 | 40 | 该档位是所测档位中最小的满足者 |
| thread_pool | 1 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| thread_pool | 4 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| thread_pool | 16 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| thread_pool | 64 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |

## 图表

![overhead_ratio](figures/zh-overhead_ratio.svg)

> 仅并发度 4 的档位；比值仅在同一次运行内成立。并发度 16, 64 的开销数字已撤下（超出该机器并行能力，见口径章节），故不在图上

![throughput](figures/zh-throughput.svg)

> 仅执行体 40 微秒 档；吞吐仅在同一次运行内成立

![relative_multiple](figures/zh-relative_multiple.svg)

> 每个所测并发度各一个面板（共 4 个）；倍数仅在同一次运行内成立

## 维度：延迟分位数与抖动

> 端到端 / 并发度；分位数与相对离散度同表给出，只给中位数的度量不合格

| 并发度 | 执行体档位（微秒） | zoo | apscheduler | asyncio_pool | bare_thread | process_pool | thread_pool |
|---|---|---|---|---|---|---|---|
| 1 | 40 | 157.73 微秒 | 288.55 微秒 | 140.57 微秒 | 141.79 微秒 | 332.18 微秒 | 83.56 微秒 |
| 1 | 300 | 424.91 微秒 | 547.57 微秒 | 404.67 微秒 | 405.40 微秒 | 606.50 微秒 | 323.16 微秒 |
| 1 | 2700 | 2.797 毫秒 | 3.120 毫秒 | 2.605 毫秒 | 2.717 毫秒 | 3.017 毫秒 | 2.667 毫秒 |
| 1 | 10000 | 9.931 毫秒 | 9.890 毫秒 | 9.476 毫秒 | 9.972 毫秒 | 10.015 毫秒 | 9.618 毫秒 |
| 4 | 40 | 183.23 微秒 | 253.08 微秒 | 159.80 微秒 | 162.08 微秒 | 188.60 微秒 | 94.96 微秒 |
| 4 | 300 | 439.01 微秒 | 519.95 微秒 | 410.40 微秒 | 409.00 微秒 | 295.22 微秒 | 362.52 微秒 |
| 4 | 2700 | 2.848 毫秒 | 3.035 毫秒 | 2.749 毫秒 | 2.659 毫秒 | 1.398 毫秒 | 2.706 毫秒 |
| 4 | 10000 | 10.050 毫秒 | 10.021 毫秒 | 9.977 毫秒 | 9.793 毫秒 | 4.598 毫秒 | 9.798 毫秒 |
| 16 | 40 | 170.72 微秒 | 251.40 微秒 | 138.08 微秒 | 174.45 微秒 | 160.88 微秒 | 90.52 微秒 |
| 16 | 300 | 439.04 微秒 | 501.69 微秒 | 394.14 微秒 | 430.66 微秒 | 280.12 微秒 | 351.18 微秒 |
| 16 | 2700 | 2.926 毫秒 | 2.952 毫秒 | 2.822 毫秒 | 2.724 毫秒 | 1.395 毫秒 | 2.718 毫秒 |
| 16 | 10000 | 10.507 毫秒 | 10.271 毫秒 | 9.992 毫秒 | 9.834 毫秒 | 4.711 毫秒 | 10.001 毫秒 |
| 64 | 40 | 184.98 微秒 | 224.83 微秒 | 123.94 微秒 | 169.50 微秒 | 195.74 微秒 | 89.55 微秒 |
| 64 | 300 | 472.05 微秒 | 505.68 微秒 | 373.95 微秒 | 424.17 微秒 | 297.44 微秒 | 349.61 微秒 |
| 64 | 2700 | 2.937 毫秒 | 2.974 毫秒 | 2.777 毫秒 | 2.722 毫秒 | 1.417 毫秒 | 2.768 毫秒 |
| 64 | 10000 | 10.515 毫秒 | 10.311 毫秒 | 10.449 毫秒 | 9.812 毫秒 | 4.709 毫秒 | 10.022 毫秒 |

逐单元数值（分位数、离散度、各轮原始样本）见文末「附录：全部数值」。

## 维度：框架自身开销占比

> 开销 = 端到端/并发度 - 同一次运行内实测的执行体耗时（不做跨运行减法）。**带 — 的格**：该并发度超出这台机器的并行能力，执行体自报耗时含超订的调度等待，与该行的每任务端到端不可比，故不给开销数字（端到端与吞吐见各自的维度）

| 并发度 | 执行体档位（微秒） | zoo | apscheduler | asyncio_pool | bare_thread | process_pool | thread_pool |
|---|---|---|---|---|---|---|---|
| 1 | 40 | 67.93% | 82.14% | 66.96% | 63.81% | 82.88% | 38.45% |
| 1 | 300 | 28.57% | 44.63% | 26.17% | 28.08% | 50.03% | 10.75% |
| 1 | 2700 | 5.17% | 9.74% | 4.50% | 4.20% | 11.29% | 1.80% |
| 1 | 10000 | 1.81% | 4.13% | 1.41% | 1.26% | 3.64% | 0.60% |
| 4 | 40 | 72.88% | 77.73% | 66.65% | 68.11% | 49.63% | 47.40% |
| 4 | 300 | 31.79% | 40.54% | 25.54% | 27.64% | — | 15.92% |
| 4 | 2700 | 5.27% | 9.67% | 4.68% | 4.32% | — | 3.15% |
| 4 | 10000 | — | — | — | — | — | — |
| 16 | 40 | — | — | — | — | — | — |
| 16 | 300 | — | — | — | — | — | — |
| 16 | 2700 | — | — | — | — | — | — |
| 16 | 10000 | — | — | — | — | — | — |
| 64 | 40 | — | — | — | — | — | — |
| 64 | 300 | — | — | — | — | — | — |
| 64 | 2700 | — | — | — | — | — | — |
| 64 | 10000 | — | — | — | — | — | — |

逐单元数值（分位数、离散度、各轮原始样本）见文末「附录：全部数值」。

## 维度：吞吐与并发伸缩

> 吞吐 = 并发度 / 端到端中位数；随并发度是否继续上升即为伸缩性

| 并发度 | 执行体档位（微秒） | zoo | apscheduler | asyncio_pool | bare_thread | process_pool | thread_pool |
|---|---|---|---|---|---|---|---|
| 1 | 40 | 6340.1 | 3465.7 | 7114.0 | 7052.9 | 3010.4 | 11967.2 |
| 1 | 300 | 2353.5 | 1826.2 | 2471.2 | 2466.7 | 1648.8 | 3094.4 |
| 1 | 2700 | 357.6 | 320.5 | 383.9 | 368.0 | 331.4 | 374.9 |
| 1 | 10000 | 100.7 | 101.1 | 105.5 | 100.3 | 99.9 | 104.0 |
| 4 | 40 | 21830.7 | 15805.1 | 25031.0 | 24678.8 | 21208.8 | 42122.3 |
| 4 | 300 | 9111.4 | 7693.1 | 9746.5 | 9780.0 | 13549.0 | 11034.0 |
| 4 | 2700 | 1404.6 | 1317.9 | 1455.1 | 1504.0 | 2861.8 | 1478.5 |
| 4 | 10000 | 398.0 | 399.2 | 400.9 | 408.4 | 869.9 | 408.3 |
| 16 | 40 | 93723.0 | 63644.3 | 115870.7 | 91714.4 | 99452.7 | 176759.3 |
| 16 | 300 | 36443.4 | 31892.4 | 40594.7 | 37152.4 | 57119.0 | 45560.6 |
| 16 | 2700 | 5468.7 | 5419.3 | 5670.2 | 5873.4 | 11467.3 | 5885.6 |
| 16 | 10000 | 1522.8 | 1557.7 | 1601.3 | 1626.9 | 3396.2 | 1599.9 |
| 64 | 40 | 345987.8 | 284656.4 | 516381.4 | 377578.2 | 326969.3 | 714659.3 |
| 64 | 300 | 135579.6 | 126561.3 | 171144.5 | 150881.9 | 215170.2 | 183061.8 |
| 64 | 2700 | 21794.5 | 21519.8 | 23045.6 | 23513.0 | 45160.7 | 23119.9 |
| 64 | 10000 | 6086.6 | 6207.0 | 6125.1 | 6522.6 | 13591.7 | 6385.7 |

逐单元数值（分位数、离散度、各轮原始样本）见文末「附录：全部数值」。

## 维度：开销归因

> 口径：把每任务端到端拆成提交侧 / 手交 / 执行体 / 回程四段，并在同一档位与并发度下**与各对照方案逐段对照**，回答「超出对照的部分落在哪一段」。它是**诊断**而非主证据：抽样一小批档位，且不与对照方案比总开销。**手交为负不是错误**：那表示提交调用还没返回、执行体就已经开跑——把建线程一类工作算进提交侧的方案就会这样（实测 bare_thread 手交 -343 微秒）。**回程含完成信号的等待**（排空返回前的最后一段），它与主测量是同一口径

**状态：ok**

> 本维度是**诊断**不是主证据：抽样的档位与并发度固定为一小批，不覆盖矩阵里的全部单元。并发度上界取机器的并行能力——超过它时量到的是争用；

抽样档位（微秒）：40、10000；并发度：[1, 4]；该机器并行能力：4

| 方案 | 并发度 | 档位（微秒） | 提交侧 | 手交 | 执行体 | 回程 | 状态 |
|---|---|---|---|---|---|---|---|
| apscheduler | 1 | 40 | 110.01 微秒 | 83.43 微秒 | 58.01 微秒 | 43.81 微秒 | ok |
| apscheduler | 4 | 40 | 101.53 微秒 | 508.15 微秒 | 56.80 微秒 | 221.34 微秒 | ok |
| apscheduler | 1 | 10000 | 168.54 微秒 | 113.17 微秒 | 9.639 毫秒 | 63.68 微秒 | ok |
| apscheduler | 4 | 10000 | 132.04 微秒 | 10.592 毫秒 | 14.575 毫秒 | 9.825 毫秒 | ok |
| asyncio_pool | 1 | 40 | 17.04 微秒 | 26.12 微秒 | 49.00 微秒 | 58.29 微秒 | ok |
| asyncio_pool | 4 | 40 | 19.30 微秒 | 249.31 微秒 | 55.20 微秒 | 304.58 微秒 | ok |
| asyncio_pool | 1 | 10000 | 26.82 微秒 | 41.45 微秒 | 9.214 毫秒 | 93.47 微秒 | ok |
| asyncio_pool | 4 | 10000 | 23.10 微秒 | 12.397 毫秒 | 9.982 毫秒 | 10.142 毫秒 | ok |
| bare_thread | 1 | 40 | 146.55 微秒 | -77.58 微秒 | 52.32 微秒 | 32.58 微秒 | ok |
| bare_thread | 4 | 40 | 155.98 微秒 | -75.15 微秒 | 51.04 微秒 | 317.86 微秒 | ok |
| bare_thread | 1 | 10000 | 5.184 毫秒 | -5093.18 微秒 | 9.592 毫秒 | 41.48 微秒 | ok |
| bare_thread | 4 | 10000 | 5.212 毫秒 | -5085.74 微秒 | 14.658 毫秒 | 9.873 毫秒 | ok |
| process_pool | 1 | 40 | — | — | — | — | not_measurable：执行体的起止时刻读不到——它没有在本进程里运行（跨进程档位无法这样分段） |
| process_pool | 4 | 40 | — | — | — | — | not_measurable：执行体的起止时刻读不到——它没有在本进程里运行（跨进程档位无法这样分段） |
| process_pool | 1 | 10000 | — | — | — | — | not_measurable：执行体的起止时刻读不到——它没有在本进程里运行（跨进程档位无法这样分段） |
| process_pool | 4 | 10000 | — | — | — | — | not_measurable：执行体的起止时刻读不到——它没有在本进程里运行（跨进程档位无法这样分段） |
| thread_pool | 1 | 40 | 8.16 微秒 | 10.40 微秒 | 43.71 微秒 | 14.95 微秒 | ok |
| thread_pool | 4 | 40 | 11.37 微秒 | 174.81 微秒 | 47.72 微秒 | 141.19 微秒 | ok |
| thread_pool | 1 | 10000 | 13.01 微秒 | 17.56 微秒 | 9.336 毫秒 | 28.64 微秒 | ok |
| thread_pool | 4 | 10000 | 13.47 微秒 | 10.148 毫秒 | 15.055 毫秒 | 5.076 毫秒 | ok |
| zoo | 1 | 40 | 52.47 微秒 | 24.98 微秒 | 52.22 微秒 | 59.61 微秒 | ok |
| zoo | 4 | 40 | 62.36 微秒 | 303.76 微秒 | 46.66 微秒 | 275.39 微秒 | ok |
| zoo | 1 | 10000 | 92.37 微秒 | 35.80 微秒 | 9.700 毫秒 | 117.86 微秒 | ok |
| zoo | 4 | 10000 | 97.22 微秒 | 9.968 毫秒 | 14.989 毫秒 | 9.553 毫秒 | ok |

### 超出各对照方案的部分落在哪一段

| 对照方案 | 并发度 | 档位（微秒） | 每任务超出 | 主要落在 | 该段之差 |
|---|---|---|---|---|---|
| apscheduler | 1 | 40 | -114.49 微秒 | 回程 | 15.80 微秒 |
| asyncio_pool | 1 | 40 | 39.74 微秒 | 提交侧 | 35.44 微秒 |
| bare_thread | 1 | 40 | 34.64 微秒 | 手交 | 102.56 微秒 |
| thread_pool | 1 | 40 | 113.52 微秒 | 回程 | 44.66 微秒 |
| apscheduler | 4 | 40 | -235.45 微秒 | 回程 | 54.05 微秒 |
| asyncio_pool | 4 | 40 | 23.70 微秒 | 手交 | 54.46 微秒 |
| bare_thread | 4 | 40 | 223.28 微秒 | 手交 | 378.91 微秒 |
| thread_pool | 4 | 40 | 304.11 微秒 | 回程 | 134.20 微秒 |
| apscheduler | 1 | 10000 | -54.37 微秒 | 执行体 | 61.78 微秒 |
| asyncio_pool | 1 | 10000 | 565.33 微秒 | 执行体 | 486.14 微秒 |
| bare_thread | 1 | 10000 | 229.49 微秒 | 手交 | 5.129 毫秒 |
| thread_pool | 1 | 10000 | 541.75 微秒 | 执行体 | 364.01 微秒 |
| apscheduler | 4 | 10000 | -424.87 微秒 | 执行体 | 414.07 微秒 |
| asyncio_pool | 4 | 10000 | -419.34 微秒 | 执行体 | 5.007 毫秒 |
| bare_thread | 4 | 10000 | 8.528 毫秒 | 手交 | 15.053 毫秒 |
| thread_pool | 4 | 10000 | 1.09 微秒 | 回程 | 4.477 毫秒 |

> 用到的插桩接缝（在 harness 侧临时包装，不改框架代码）：BaseWaiter._dispatch_worker（把 worker 交给调度模型）；WorkerDispatchCore.resolve_period / resolve_phase / resolve_run_timeout（每轮策略查询）；BaseWaiter.execute_service（走一次调度轮）

> **插桩自身的成本**（被测框架那一侧，由同一子进程里插桩前后两轮配对得到，可如实折价）：zoo 40 微秒 / 并发 1：不插桩 186.64 微秒 对插桩后 191.03 微秒，差 4.39 微秒；zoo 40 微秒 / 并发 4：不插桩 671.61 微秒 对插桩后 673.41 微秒，差 1.79 微秒；zoo 10000 微秒 / 并发 1：不插桩 9.915 毫秒 对插桩后 9.953 毫秒，差 37.32 微秒；zoo 10000 微秒 / 并发 4：不插桩 39.693 毫秒 对插桩后 39.568 毫秒，差 125.02 微秒（插桩后反而更快：这轮里机器漂移比插桩成本还大）

> **细分的可加性**：细分各项是**独立测量**：它们各自的耗时里都含自己被抢占的等待，故之和可能超过它们共同所在的提交侧（实测约 3%）。读的时候不要把它们当成一个可以相加的划分。本轮实测超出量：zoo 10000 微秒 / 并发 1 超出 11.8%；zoo 10000 微秒 / 并发 4 超出 93.5%

### 被测框架的提交侧由什么构成

- 并发度 1、档位 40 微秒：调度轮其余（判定、锁与调度列表维护） 0.05 微秒；派发（交给调度模型，含池的入队） 22.43 微秒；每轮策略查询（周期/相位/超时各查一次配置） 20.74 微秒；提交侧其他（适配器自己的记账与完成信号状态） 8.43 微秒
- 并发度 4、档位 40 微秒：调度轮其余（判定、锁与调度列表维护） 0.00 微秒；派发（交给调度模型，含池的入队） 31.12 微秒；每轮策略查询（周期/相位/超时各查一次配置） 28.63 微秒；提交侧其他（适配器自己的记账与完成信号状态） 4.32 微秒
- 并发度 1、档位 10000 微秒：调度轮其余（判定、锁与调度列表维护） 1.26 微秒；派发（交给调度模型，含池的入队） 37.35 微秒；每轮策略查询（周期/相位/超时各查一次配置） 37.74 微秒；提交侧其他（适配器自己的记账与完成信号状态） 15.28 微秒
- 并发度 4、档位 10000 微秒：调度轮其余（判定、锁与调度列表维护） 0.00 微秒；派发（交给调度模型，含池的入队） 43.77 微秒；每轮策略查询（周期/相位/超时各查一次配置） 54.88 微秒；提交侧其他（适配器自己的记账与完成信号状态） 5.48 微秒

### 归因结论

- 并发度 1、执行体 40 微秒 下，被测框架整体不慢于 apscheduler（每任务 -114 微秒）：两边的时序结构不同，逐段差额有正有负，故不给「落在哪一段」。
- 并发度 1、执行体 40 微秒 下，被测框架相对 asyncio_pool 每任务多花 40 微秒，其中主要落在「提交侧」（+35 微秒）。
- 　注意：该组逐段差额并非同号——「手交」为 -1 微秒，读的时候要一并看。
- 并发度 1、执行体 40 微秒 下，被测框架相对 bare_thread 每任务多花 35 微秒，其中主要落在「手交」（+103 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -94 微秒，读的时候要一并看。
- 并发度 1、执行体 40 微秒 下，被测框架相对 thread_pool 每任务多花 114 微秒，其中主要落在「回程」（+45 微秒）。
- 被测框架在该组的提交侧由以下部分构成（微秒）：调度轮其余（判定、锁与调度列表维护） 0、派发（交给调度模型，含池的入队） 22、每轮策略查询（周期/相位/超时各查一次配置） 21、提交侧其他（适配器自己的记账与完成信号状态） 8。
- 并发度 4、执行体 40 微秒 下，被测框架整体不慢于 apscheduler（每任务 -235 微秒）：两边的时序结构不同，逐段差额有正有负，故不给「落在哪一段」。
- 并发度 4、执行体 40 微秒 下，被测框架相对 asyncio_pool 每任务多花 24 微秒，其中主要落在「手交」（+54 微秒）。
- 　注意：该组逐段差额并非同号——「回程」为 -29 微秒，读的时候要一并看。
- 并发度 4、执行体 40 微秒 下，被测框架相对 bare_thread 每任务多花 223 微秒，其中主要落在「手交」（+379 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -94 微秒，读的时候要一并看。
- 并发度 4、执行体 40 微秒 下，被测框架相对 thread_pool 每任务多花 304 微秒，其中主要落在「回程」（+134 微秒）。
- 　注意：该组逐段差额并非同号——「执行体」为 -1 微秒，读的时候要一并看。
- 被测框架在该组的提交侧由以下部分构成（微秒）：调度轮其余（判定、锁与调度列表维护） 0、派发（交给调度模型，含池的入队） 31、每轮策略查询（周期/相位/超时各查一次配置） 29、提交侧其他（适配器自己的记账与完成信号状态） 4。
- 并发度 1、执行体 10000 微秒 下，被测框架整体不慢于 apscheduler（每任务 -54 微秒）：两边的时序结构不同，逐段差额有正有负，故不给「落在哪一段」。
- 并发度 1、执行体 10000 微秒 下，被测框架相对 asyncio_pool 每任务多花 565 微秒，其中主要落在「执行体」（+486 微秒）。
- 　注意：该组逐段差额并非同号——「手交」为 -6 微秒，读的时候要一并看。
- 并发度 1、执行体 10000 微秒 下，被测框架相对 bare_thread 每任务多花 229 微秒，其中主要落在「手交」（+5129 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -5092 微秒，读的时候要一并看。
- 并发度 1、执行体 10000 微秒 下，被测框架相对 thread_pool 每任务多花 542 微秒，其中主要落在「执行体」（+364 微秒）。
- 被测框架在该组的提交侧由以下部分构成（微秒）：调度轮其余（判定、锁与调度列表维护） 1、派发（交给调度模型，含池的入队） 37、每轮策略查询（周期/相位/超时各查一次配置） 38、提交侧其他（适配器自己的记账与完成信号状态） 15。
- 并发度 4、执行体 10000 微秒 下，被测框架整体不慢于 apscheduler（每任务 -425 微秒）：两边的时序结构不同，逐段差额有正有负，故不给「落在哪一段」。
- 并发度 4、执行体 10000 微秒 下，被测框架整体不慢于 asyncio_pool（每任务 -419 微秒）：两边的时序结构不同，逐段差额有正有负，故不给「落在哪一段」。
- 并发度 4、执行体 10000 微秒 下，被测框架相对 bare_thread 每任务多花 8528 微秒，其中主要落在「手交」（+15053 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -5114 微秒，读的时候要一并看。
- 并发度 4、执行体 10000 微秒 下，被测框架相对 thread_pool 每任务多花 1 微秒，其中主要落在「回程」（+4477 微秒）。
- 　注意：该组逐段差额并非同号——「手交」为 -180 微秒，读的时候要一并看。
- 被测框架在该组的提交侧由以下部分构成（微秒）：调度轮其余（判定、锁与调度列表维护） 0、派发（交给调度模型，含池的入队） 44、每轮策略查询（周期/相位/超时各查一次配置） 55、提交侧其他（适配器自己的记账与完成信号状态） 5。

## 维度：调度语义的代价

> 口径：本维度采用**内部开关对照**（同一 workload 下语义全关 vs 逐个开启），**不与对照方案横向比较**——裸写法没有优先级/超时/重试的对应物，故只能回答“本框架的语义值多少钱”，不能回答“比裸写法贵多少”

**状态：ok**（结论在该次测量装着的「current」代驱动面上得出）

| 语义项 | 层级 | 探查方式 | 可测 | 证据 / 原因 |
|---|---|---|---|---|
| 超时 | 派发层 | 行为探查（按调度轮反复驱动，量在飞表摘除时刻） | 是 | 已观测到超时摘除：在执行体结束之前离开在飞表（0.0123s）（执行体 0.15s、run_timeout 0.01s）；判定动作在 dispatch_core.py:427；生效的是观测与熔断（记录、标记不健康、摘除在飞登记、停止派发），**不是终止**仍在执行的 worker——CPython 无法安全中断线程 |
| 优先级 | 事件层 | 结构探查（检查执行所需的符号是否存在） | 否 | 未复核：本项的结论是在「previous」代上得出的，把它当成本代的事实等于在报告里断言一个当前代并不具备的接线。重新推导需要单独一次探查设计（每项要有干净的开/关态才谈得上定价） |
| 重试 | 事件层 | 结构探查（检查执行所需的符号是否存在） | 否 | 未复核：本项的结论是在「previous」代上得出的，把它当成本代的事实等于在报告里断言一个当前代并不具备的接线。重新推导需要单独一次探查设计（每项要有干净的开/关态才谈得上定价） |

> 本结论按被测版本得出，坐标只对该版本成立；往 matrix.yaml 追加版本后须重跑本探查

## 维度：原生任务线：同一被测对象的三种执行形态

> 口径：该线独立测量：它不进入主矩阵的透视表与交叉点，其数值也不可与那些表里的对照方案横向比较

**该线结论：not_applicable**

被测框架不具备该能力（找不到这些符号：adaptive_params, dual_arm_worker, native_params, native_task_worker）——该线对此版本不适用，这不是失败

等价性门禁：未跑到（前置探查没走到这一步）

> 所测任务 modbus_rtu.parse_response——Modbus RTU 响应帧解析：输入是一条裸 RTU ADU 响应帧（不含任何传输层封装），其长度即该档位的帧字节

> 规模档位 R1、R8、R125（帧字节 7、21、255）；并发度 1、4、16、64；每格预热 100 轮 + 采样 100 轮，每个并发度一个子进程（共 4 个）

## 被测框架在哪些档位更快

> 被测框架处于优势的档位（两侧差异大于该档位的带宽）。它与「公开的不利数据」出自**同一份同运行内的相对比**，只是一个取更快的、一个取更慢的——两者的覆盖面相同，故谁都挑不了档位。**本节的缺席不构成不合格**：分不出胜负或处处更慢时它就应当是空的

| 对照方案 | 并发度 | 执行体档位（微秒） | 差距 | 被测框架中位数 |
|---|---|---|---|---|
| apscheduler | 1 | 40 | 被测框架比 apscheduler 快 1.83x | 157.73 微秒 |
| process_pool | 1 | 40 | 被测框架比 process_pool 快 2.11x | 157.73 微秒 |
| apscheduler | 1 | 300 | 被测框架比 apscheduler 快 1.29x | 424.91 微秒 |
| process_pool | 1 | 300 | 被测框架比 process_pool 快 1.43x | 424.91 微秒 |
| apscheduler | 1 | 2700 | 被测框架比 apscheduler 快 1.12x | 2.797 毫秒 |
| process_pool | 1 | 2700 | 被测框架比 process_pool 快 1.08x | 2.797 毫秒 |
| apscheduler | 4 | 40 | 被测框架比 apscheduler 快 1.38x | 183.23 微秒 |
| apscheduler | 4 | 300 | 被测框架比 apscheduler 快 1.18x | 439.01 微秒 |
| apscheduler | 4 | 2700 | 被测框架比 apscheduler 快 1.07x | 2.848 毫秒 |
| apscheduler | 16 | 40 | 被测框架比 apscheduler 快 1.47x | 170.72 微秒 |
| apscheduler | 16 | 300 | 被测框架比 apscheduler 快 1.14x | 439.04 微秒 |
| apscheduler | 64 | 40 | 被测框架比 apscheduler 快 1.22x | 184.98 微秒 |

## 公开的不利数据

> 被测框架处于劣势的档位（两侧差异大于该档位的带宽）。**这部分缺失的报告不合格**——一份只展示自己赢的报告，读者有理由认为它不可信。差异小于带宽的档位不在本节，而在「分不出胜负」那一节：那是判据的结果，不是把它们藏起来

| 对照方案 | 并发度 | 执行体档位（微秒） | 差距 | 被测框架中位数 |
|---|---|---|---|---|
| thread_pool | 1 | 40 | thread_pool 比 zoo 快 1.89x | 157.73 微秒 |
| thread_pool | 1 | 300 | thread_pool 比 zoo 快 1.31x | 424.91 微秒 |
| asyncio_pool | 1 | 2700 | asyncio_pool 比 zoo 快 1.07x | 2.797 毫秒 |
| bare_thread | 1 | 2700 | bare_thread 比 zoo 快 1.03x | 2.797 毫秒 |
| thread_pool | 1 | 2700 | thread_pool 比 zoo 快 1.05x | 2.797 毫秒 |
| thread_pool | 1 | 10000 | thread_pool 比 zoo 快 1.03x | 9.931 毫秒 |
| thread_pool | 4 | 40 | thread_pool 比 zoo 快 1.93x | 183.23 微秒 |
| asyncio_pool | 4 | 300 | asyncio_pool 比 zoo 快 1.07x | 439.01 微秒 |
| bare_thread | 4 | 300 | bare_thread 比 zoo 快 1.07x | 439.01 微秒 |
| process_pool | 4 | 300 | process_pool 比 zoo 快 1.49x | 439.01 微秒 |
| thread_pool | 4 | 300 | thread_pool 比 zoo 快 1.21x | 439.01 微秒 |
| asyncio_pool | 4 | 2700 | asyncio_pool 比 zoo 快 1.04x | 2.848 毫秒 |
| bare_thread | 4 | 2700 | bare_thread 比 zoo 快 1.07x | 2.848 毫秒 |
| process_pool | 4 | 2700 | process_pool 比 zoo 快 2.04x | 2.848 毫秒 |
| thread_pool | 4 | 2700 | thread_pool 比 zoo 快 1.05x | 2.848 毫秒 |
| process_pool | 4 | 10000 | process_pool 比 zoo 快 2.19x | 10.050 毫秒 |
| thread_pool | 4 | 10000 | thread_pool 比 zoo 快 1.03x | 10.050 毫秒 |
| thread_pool | 16 | 40 | thread_pool 比 zoo 快 1.89x | 170.72 微秒 |
| asyncio_pool | 16 | 300 | asyncio_pool 比 zoo 快 1.11x | 439.04 微秒 |
| process_pool | 16 | 300 | process_pool 比 zoo 快 1.57x | 439.04 微秒 |
| thread_pool | 16 | 300 | thread_pool 比 zoo 快 1.25x | 439.04 微秒 |
| asyncio_pool | 16 | 2700 | asyncio_pool 比 zoo 快 1.04x | 2.926 毫秒 |
| bare_thread | 16 | 2700 | bare_thread 比 zoo 快 1.07x | 2.926 毫秒 |
| process_pool | 16 | 2700 | process_pool 比 zoo 快 2.10x | 2.926 毫秒 |
| thread_pool | 16 | 2700 | thread_pool 比 zoo 快 1.08x | 2.926 毫秒 |
| asyncio_pool | 16 | 10000 | asyncio_pool 比 zoo 快 1.05x | 10.507 毫秒 |
| bare_thread | 16 | 10000 | bare_thread 比 zoo 快 1.07x | 10.507 毫秒 |
| process_pool | 16 | 10000 | process_pool 比 zoo 快 2.23x | 10.507 毫秒 |
| thread_pool | 16 | 10000 | thread_pool 比 zoo 快 1.05x | 10.507 毫秒 |
| thread_pool | 64 | 40 | thread_pool 比 zoo 快 2.07x | 184.98 微秒 |
| asyncio_pool | 64 | 300 | asyncio_pool 比 zoo 快 1.26x | 472.05 微秒 |
| bare_thread | 64 | 300 | bare_thread 比 zoo 快 1.11x | 472.05 微秒 |
| process_pool | 64 | 300 | process_pool 比 zoo 快 1.59x | 472.05 微秒 |
| thread_pool | 64 | 300 | thread_pool 比 zoo 快 1.35x | 472.05 微秒 |
| asyncio_pool | 64 | 2700 | asyncio_pool 比 zoo 快 1.06x | 2.937 毫秒 |
| bare_thread | 64 | 2700 | bare_thread 比 zoo 快 1.08x | 2.937 毫秒 |
| process_pool | 64 | 2700 | process_pool 比 zoo 快 2.07x | 2.937 毫秒 |
| thread_pool | 64 | 2700 | thread_pool 比 zoo 快 1.06x | 2.937 毫秒 |
| bare_thread | 64 | 10000 | bare_thread 比 zoo 快 1.07x | 10.515 毫秒 |
| process_pool | 64 | 10000 | process_pool 比 zoo 快 2.23x | 10.515 毫秒 |
| thread_pool | 64 | 10000 | thread_pool 比 zoo 快 1.05x | 10.515 毫秒 |

## 分不出胜负的档位

> 两侧**分不出胜负**的档位：差异小于该档位的带宽。带宽取自**同一次运行**内两侧各自的跨轮离散度（每任务中位数的标准差 / 中位数）之和，故它随样本变化，读者可用留档里的逐轮样本自行复核。它同样覆盖全部所测档位、逐项写明原因——**本节不是藏东西的地方**：把噪声级差异报成「快 1.00x」才是

> 判据：带宽 = 被测框架侧与对照侧各自的跨轮相对离散度之和；单侧的跨轮相对离散度 = 该单元逐轮的「每任务中位数」的标准差 / 中位数

本期带宽：1.0% 到 33.3%（随各档位的离散度不同而不同）。

| 对照方案 | 并发度 | 执行体档位（微秒） | 比值 | 原因 |
|---|---|---|---|---|
| asyncio_pool | 1 | 40 | 0.89x | 两侧差异 10.9% 小于带宽 19.3%，分不出胜负 |
| bare_thread | 1 | 40 | 0.90x | 两侧差异 10.1% 小于带宽 16.8%，分不出胜负 |
| asyncio_pool | 1 | 300 | 0.95x | 两侧差异 4.8% 小于带宽 9.9%，分不出胜负 |
| bare_thread | 1 | 300 | 0.95x | 两侧差异 4.6% 小于带宽 9.8%，分不出胜负 |
| apscheduler | 1 | 10000 | 1.00x | 两侧差异 0.4% 小于带宽 1.3%，分不出胜负 |
| asyncio_pool | 1 | 10000 | 0.95x | 两侧差异 4.6% 小于带宽 6.3%，分不出胜负 |
| bare_thread | 1 | 10000 | 1.00x | 两侧差异 0.4% 小于带宽 1.0%，分不出胜负 |
| process_pool | 1 | 10000 | 1.01x | 两侧差异 0.8% 小于带宽 1.3%，分不出胜负 |
| asyncio_pool | 4 | 40 | 0.87x | 两侧差异 12.8% 小于带宽 17.9%，分不出胜负 |
| bare_thread | 4 | 40 | 0.88x | 两侧差异 11.5% 小于带宽 13.1%，分不出胜负 |
| process_pool | 4 | 40 | 1.03x | 两侧差异 2.9% 小于带宽 26.2%，分不出胜负 |
| apscheduler | 4 | 10000 | 1.00x | 两侧差异 0.3% 小于带宽 2.1%，分不出胜负 |
| asyncio_pool | 4 | 10000 | 0.99x | 两侧差异 0.7% 小于带宽 1.6%，分不出胜负 |
| bare_thread | 4 | 10000 | 0.97x | 两侧差异 2.6% 小于带宽 3.9%，分不出胜负 |
| asyncio_pool | 16 | 40 | 0.81x | 两侧差异 19.1% 小于带宽 22.7%，分不出胜负 |
| bare_thread | 16 | 40 | 1.02x | 两侧差异 2.2% 小于带宽 18.1%，分不出胜负 |
| process_pool | 16 | 40 | 0.94x | 两侧差异 5.8% 小于带宽 33.0%，分不出胜负 |
| bare_thread | 16 | 300 | 0.98x | 两侧差异 1.9% 小于带宽 6.6%，分不出胜负 |
| apscheduler | 16 | 2700 | 1.01x | 两侧差异 0.9% 小于带宽 2.0%，分不出胜负 |
| apscheduler | 16 | 10000 | 0.98x | 两侧差异 2.2% 小于带宽 4.4%，分不出胜负 |
| asyncio_pool | 64 | 40 | 0.67x | 两侧差异 33.0% 小于带宽 33.3%，分不出胜负 |
| bare_thread | 64 | 40 | 0.92x | 两侧差异 8.4% 小于带宽 12.7%，分不出胜负 |
| process_pool | 64 | 40 | 1.06x | 两侧差异 5.8% 小于带宽 22.3%，分不出胜负 |
| apscheduler | 64 | 300 | 1.07x | 两侧差异 7.1% 小于带宽 8.4%，分不出胜负 |
| apscheduler | 64 | 2700 | 1.01x | 两侧差异 1.3% 小于带宽 4.2%，分不出胜负 |
| apscheduler | 64 | 10000 | 0.98x | 两侧差异 1.9% 小于带宽 5.1%，分不出胜负 |
| asyncio_pool | 64 | 10000 | 0.99x | 两侧差异 0.6% 小于带宽 4.5%，分不出胜负 |

## 口径局限与偏差来源

- **被测层级**：调度派发层：直接驱动 BaseWaiter.execute_service()（线程池模式），不走 Master 的完整运行循环——后者的服务循环每秒一次，会把延迟量级从微秒抬到秒。**每提交一个任务走一次调度轮**，故该轮的全部簿记都计在这一个任务头上；Master 的用法是每轮服务多个 worker，那份开销本会摊到多个任务上
- **口径说明**（apscheduler）：APScheduler 的定时作业模型，含作业登记与触发判定成本；该库会吞掉作业内异常，本档已在 drain 时重新抛出。**口径说明**：该库不提供作业完成通知，故完成信号由本档的 Condition 给出，每任务一次通知的开销计入其端到端
- **口径说明**（asyncio_pool）：asyncio 事件循环调度**同步**执行体（等价于 loop.run_in_executor），非原生协程并发；与线程池的差别是事件循环自身开销
- **口径说明**（bare_thread）：每任务派生一个 threading.Thread，无池化、无复用；线程创建成本计入端到端。收集执行体自报耗时用无锁的 list.append（GIL 下本身原子）——**插桩不得给某一档加别档没有的成本**，否则对照就成了插桩的对照
- **口径说明**（process_pool）：ProcessPoolExecutor：执行体与返回值跨进程序列化的成本计入端到端，与多线程档位不可直接等价比较
- **口径说明**（thread_pool）：concurrent.futures.ThreadPoolExecutor，池大小 = 并发度；线程复用、无任务队列语义
- **口径说明**（zoo）：端到端终点为「worker 完成并在飞表注销」；框架其后的结果投递按世代分流：上一代的投递路径是坏的（dispatch 按 reactor_name 而非主题查响应器，每次调用必抛），完成信号只能取自框架内部回调；当前代该处已修好，完成信号取自框架自己的结果响应器。**口径说明**：完成信号由本档的 Condition 给出，每任务一次通知的开销计入其端到端；该方向的偏差使被测框架看起来更慢，即对被测框架不利而非有利
- **不给出开销数字的组**：以下 (适配器, 并发度) 组的并发度超过这次运行所在机器的并行能力：执行体自报的耗时里含超订带来的调度等待，与「墙钟 / 并发度」不是同一件事，相减的结果没有意义（实测出现过负值，并衍生出无意义的变化倍数）。故本报告对它们**不给框架开销、也不给交叉点**；端到端、吞吐与执行体自报值仍然有效，原始留档里的字段也一个没删。判据取自环境自述的逻辑核数，另有一条证据性兜底：算出来的开销为负同样判为不可读——框架只会加时间不会减时间
- **原生任务线：未出结论**：原生任务线结论为 not_applicable（被测框架不具备该能力（找不到这些符号：adaptive_params, dual_arm_worker, native_params, native_task_worker）——该线对此版本不适用，这不是失败）、未产出任何数字。它记在这里而不是并入自检：一条线的失败不得拖住其余版本的数据与主矩阵
- **未参与判定的自检项**：这些单元的执行体档位偏差未参与判定（并发度高于最低档，或档位短到墙钟受调度颗粒度支配）。原始值仍在场，但那两处的墙钟不足以断定校准是否正确——**读这些档位的数字时要把它算进去**

> 绝对耗时：仅在同一次运行内部有效，不可跨运行比较

## 加入你自己的对照

本 harness 的对照方案是**开放**的：实现 `zoo_bench.adapters.BaseAdapter` 的四个方法（`setup` / `submit` / `drain` / `teardown`），用 `zoo_bench.adapters.registry.register` 登记，或在 `matrix.yaml` 的 `extra_modules` 里列出你的模块路径——**无需改动本仓库任何文件**。你的实现会通过同一套等价性验证（提交 N 个执行体、断言全部执行且各执行一次），不通过的不会被采信。**我们主动把这条路径写进报告**：一份由被测框架维护者撰写、测量被测框架的报告，读者有理由怀疑对照被写慢或口径被挑选；让任何人能提交自己的对照，是这份报告可被质疑、也可被证伪的前提。

## 自检

- 测量自检整体：通过
- 进程隔离：{'parent_pid': 56883, 'child_pids': [57338, 57341, 57344, 57347, 57350, 57356, 57362, 57368, 57375, 57393, 57411, 57429, 57447, 57505, 57563, 57620, 57688, 57690, 57692, 57694, 57696, 57701, 57706, 57711, 57716, 57733, 57750, 57768, 57789, 57849, 57908, 57973, 58040, 58074, 58108, 58142, 58176, 58309, 58442, 58575, 58708, 59237, 59766, 60296, 60825, 62938, 65051, 67164, 69280, 69284, 69288, 69292, 69296, 69303, 69310, 69317, 69324, 69343, 69362, 69381, 69400, 69467, 69535, 69603, 69670, 69672, 69674, 69676, 69678, 69683, 69688, 69693, 69698, 69715, 69732, 69749, 69766, 69822, 69879, 69940, 70005, 70007, 70009, 70011, 70013, 70018, 70023, 70028, 70033, 70050, 70067, 70084, 70102, 70167, 70232, 70297], 'all_distinct': True, 'none_equals_parent': True}

## 附录：全部数值

> 正文为可读性只给透视表；这里逐单元给出**改动前的全部字段**（分位数、离散度、执行体实测等）。**数值一个不少**：明细放在报告主体内，而不是外链、折叠或附件——「可查」一旦要另外去找，就等于不可查

### 附录：延迟分位数与抖动

| 方案 | 并发度 | 执行体档位（微秒） | 中位数 | p95 | p99 | 相对离散度 |
|---|---|---|---|---|---|---|
| apscheduler | 1 | 40 | 288.55 微秒 | 329.21 微秒 | 348.86 微秒 | 0.070 |
| apscheduler | 1 | 300 | 547.57 微秒 | 582.23 微秒 | 591.17 微秒 | 0.031 |
| apscheduler | 1 | 2700 | 3.120 毫秒 | 3.300 毫秒 | 3.323 毫秒 | 0.028 |
| apscheduler | 1 | 10000 | 9.890 毫秒 | 10.004 毫秒 | 10.068 毫秒 | 0.007 |
| apscheduler | 4 | 40 | 253.08 微秒 | 265.53 微秒 | 317.11 微秒 | 0.063 |
| apscheduler | 4 | 300 | 519.95 微秒 | 547.62 微秒 | 560.45 微秒 | 0.024 |
| apscheduler | 4 | 2700 | 3.035 毫秒 | 3.090 毫秒 | 3.115 毫秒 | 0.013 |
| apscheduler | 4 | 10000 | 10.021 毫秒 | 10.167 毫秒 | 10.479 毫秒 | 0.013 |
| apscheduler | 16 | 40 | 251.40 微秒 | 266.50 微秒 | 270.78 微秒 | 0.033 |
| apscheduler | 16 | 300 | 501.69 微秒 | 532.97 微秒 | 561.46 微秒 | 0.034 |
| apscheduler | 16 | 2700 | 2.952 毫秒 | 3.018 毫秒 | 3.039 毫秒 | 0.011 |
| apscheduler | 16 | 10000 | 10.271 毫秒 | 10.573 毫秒 | 11.250 毫秒 | 0.024 |
| apscheduler | 64 | 40 | 224.83 微秒 | 252.58 微秒 | 268.72 微秒 | 0.064 |
| apscheduler | 64 | 300 | 505.68 微秒 | 591.84 微秒 | 596.80 微秒 | 0.064 |
| apscheduler | 64 | 2700 | 2.974 毫秒 | 3.060 毫秒 | 3.248 毫秒 | 0.023 |
| apscheduler | 64 | 10000 | 10.311 毫秒 | 10.844 毫秒 | 10.870 毫秒 | 0.027 |
| asyncio_pool | 1 | 40 | 140.57 微秒 | 171.45 微秒 | 177.08 微秒 | 0.092 |
| asyncio_pool | 1 | 300 | 404.67 微秒 | 456.89 微秒 | 485.11 微秒 | 0.061 |
| asyncio_pool | 1 | 2700 | 2.605 毫秒 | 2.662 毫秒 | 2.662 毫秒 | 0.013 |
| asyncio_pool | 1 | 10000 | 9.476 毫秒 | 9.716 毫秒 | 11.633 毫秒 | 0.057 |
| asyncio_pool | 4 | 40 | 159.80 微秒 | 183.66 微秒 | 186.21 微秒 | 0.098 |
| asyncio_pool | 4 | 300 | 410.40 微秒 | 426.74 微秒 | 442.25 微秒 | 0.026 |
| asyncio_pool | 4 | 2700 | 2.749 毫秒 | 2.791 毫秒 | 2.832 毫秒 | 0.010 |
| asyncio_pool | 4 | 10000 | 9.977 毫秒 | 10.058 毫秒 | 10.063 毫秒 | 0.009 |
| asyncio_pool | 16 | 40 | 138.08 微秒 | 155.96 微秒 | 163.23 微秒 | 0.073 |
| asyncio_pool | 16 | 300 | 394.14 微秒 | 402.93 微秒 | 421.98 微秒 | 0.021 |
| asyncio_pool | 16 | 2700 | 2.822 毫秒 | 2.867 毫秒 | 2.934 毫秒 | 0.012 |
| asyncio_pool | 16 | 10000 | 9.992 毫秒 | 10.044 毫秒 | 10.143 毫秒 | 0.005 |
| asyncio_pool | 64 | 40 | 123.94 微秒 | 210.21 微秒 | 217.01 微秒 | 0.225 |
| asyncio_pool | 64 | 300 | 373.95 微秒 | 381.84 微秒 | 408.52 微秒 | 0.024 |
| asyncio_pool | 64 | 2700 | 2.777 毫秒 | 2.813 毫秒 | 2.815 毫秒 | 0.008 |
| asyncio_pool | 64 | 10000 | 10.449 毫秒 | 10.665 毫秒 | 10.843 毫秒 | 0.021 |
| bare_thread | 1 | 40 | 141.79 微秒 | 164.71 微秒 | 170.32 微秒 | 0.067 |
| bare_thread | 1 | 300 | 405.40 微秒 | 449.66 微秒 | 458.71 微秒 | 0.060 |
| bare_thread | 1 | 2700 | 2.717 毫秒 | 2.750 毫秒 | 2.785 毫秒 | 0.009 |
| bare_thread | 1 | 10000 | 9.972 毫秒 | 10.057 毫秒 | 10.074 毫秒 | 0.004 |
| bare_thread | 4 | 40 | 162.08 微秒 | 176.75 微秒 | 185.28 微秒 | 0.049 |
| bare_thread | 4 | 300 | 409.00 微秒 | 423.72 微秒 | 429.34 微秒 | 0.017 |
| bare_thread | 4 | 2700 | 2.659 毫秒 | 2.692 毫秒 | 2.693 毫秒 | 0.005 |
| bare_thread | 4 | 10000 | 9.793 毫秒 | 10.400 毫秒 | 11.034 毫秒 | 0.031 |
| bare_thread | 16 | 40 | 174.45 微秒 | 182.12 微秒 | 188.43 微秒 | 0.027 |
| bare_thread | 16 | 300 | 430.66 微秒 | 440.99 微秒 | 442.80 微秒 | 0.014 |
| bare_thread | 16 | 2700 | 2.724 毫秒 | 2.770 毫秒 | 2.774 毫秒 | 0.008 |
| bare_thread | 16 | 10000 | 9.834 毫秒 | 9.899 毫秒 | 10.052 毫秒 | 0.006 |
| bare_thread | 64 | 40 | 169.50 微秒 | 176.72 微秒 | 178.09 微秒 | 0.019 |
| bare_thread | 64 | 300 | 424.17 微秒 | 430.10 微秒 | 432.47 微秒 | 0.009 |
| bare_thread | 64 | 2700 | 2.722 毫秒 | 2.741 毫秒 | 2.744 毫秒 | 0.005 |
| bare_thread | 64 | 10000 | 9.812 毫秒 | 9.871 毫秒 | 9.945 毫秒 | 0.004 |
| process_pool | 1 | 40 | 332.18 微秒 | 372.02 微秒 | 385.43 微秒 | 0.057 |
| process_pool | 1 | 300 | 606.50 微秒 | 644.08 微秒 | 651.86 微秒 | 0.035 |
| process_pool | 1 | 2700 | 3.017 毫秒 | 3.063 毫秒 | 3.187 毫秒 | 0.014 |
| process_pool | 1 | 10000 | 10.015 毫秒 | 10.125 毫秒 | 10.215 毫秒 | 0.007 |
| process_pool | 4 | 40 | 188.60 微秒 | 247.46 微秒 | 253.31 微秒 | 0.180 |
| process_pool | 4 | 300 | 295.22 微秒 | 373.91 微秒 | 401.46 微秒 | 0.112 |
| process_pool | 4 | 2700 | 1.398 毫秒 | 1.700 毫秒 | 2.011 毫秒 | 0.107 |
| process_pool | 4 | 10000 | 4.598 毫秒 | 5.151 毫秒 | 5.619 毫秒 | 0.056 |
| process_pool | 16 | 40 | 160.88 微秒 | 220.91 微秒 | 241.56 微秒 | 0.175 |
| process_pool | 16 | 300 | 280.12 微秒 | 321.58 微秒 | 336.26 微秒 | 0.083 |
| process_pool | 16 | 2700 | 1.395 毫秒 | 1.464 毫秒 | 1.476 毫秒 | 0.026 |
| process_pool | 16 | 10000 | 4.711 毫秒 | 4.815 毫秒 | 4.940 毫秒 | 0.015 |
| process_pool | 64 | 40 | 195.74 微秒 | 242.18 微秒 | 253.66 微秒 | 0.115 |
| process_pool | 64 | 300 | 297.44 微秒 | 327.42 微秒 | 331.38 微秒 | 0.056 |
| process_pool | 64 | 2700 | 1.417 毫秒 | 1.538 毫秒 | 1.615 毫秒 | 0.039 |
| process_pool | 64 | 10000 | 4.709 毫秒 | 4.749 毫秒 | 4.799 毫秒 | 0.005 |
| thread_pool | 1 | 40 | 83.56 微秒 | 99.22 微秒 | 104.74 微秒 | 0.104 |
| thread_pool | 1 | 300 | 323.16 微秒 | 358.34 微秒 | 360.98 微秒 | 0.048 |
| thread_pool | 1 | 2700 | 2.667 毫秒 | 2.692 毫秒 | 2.741 毫秒 | 0.008 |
| thread_pool | 1 | 10000 | 9.618 毫秒 | 9.832 毫秒 | 10.008 毫秒 | 0.011 |
| thread_pool | 4 | 40 | 94.96 微秒 | 107.50 微秒 | 111.37 微秒 | 0.072 |
| thread_pool | 4 | 300 | 362.52 微秒 | 370.91 微秒 | 372.59 微秒 | 0.019 |
| thread_pool | 4 | 2700 | 2.706 毫秒 | 2.753 毫秒 | 2.776 毫秒 | 0.013 |
| thread_pool | 4 | 10000 | 9.798 毫秒 | 9.901 毫秒 | 9.981 毫秒 | 0.008 |
| thread_pool | 16 | 40 | 90.52 微秒 | 104.07 微秒 | 112.32 微秒 | 0.070 |
| thread_pool | 16 | 300 | 351.18 微秒 | 363.24 微秒 | 369.43 微秒 | 0.020 |
| thread_pool | 16 | 2700 | 2.718 毫秒 | 2.758 毫秒 | 2.904 毫秒 | 0.019 |
| thread_pool | 16 | 10000 | 10.001 毫秒 | 10.427 毫秒 | 10.716 毫秒 | 0.019 |
| thread_pool | 64 | 40 | 89.55 微秒 | 91.29 微秒 | 91.83 微秒 | 0.017 |
| thread_pool | 64 | 300 | 349.61 微秒 | 355.29 微秒 | 356.04 微秒 | 0.008 |
| thread_pool | 64 | 2700 | 2.768 毫秒 | 2.814 毫秒 | 2.828 毫秒 | 0.007 |
| thread_pool | 64 | 10000 | 10.022 毫秒 | 10.175 毫秒 | 10.246 毫秒 | 0.014 |
| zoo | 1 | 40 | 157.73 微秒 | 190.47 微秒 | 212.68 微秒 | 0.101 |
| zoo | 1 | 300 | 424.91 微秒 | 455.46 微秒 | 458.23 微秒 | 0.038 |
| zoo | 1 | 2700 | 2.797 毫秒 | 2.822 毫秒 | 2.825 毫秒 | 0.006 |
| zoo | 1 | 10000 | 9.931 毫秒 | 10.029 毫秒 | 10.091 毫秒 | 0.006 |
| zoo | 4 | 40 | 183.23 微秒 | 208.27 微秒 | 212.35 微秒 | 0.081 |
| zoo | 4 | 300 | 439.01 微秒 | 459.84 微秒 | 497.54 微秒 | 0.038 |
| zoo | 4 | 2700 | 2.848 毫秒 | 2.913 毫秒 | 2.938 毫秒 | 0.012 |
| zoo | 4 | 10000 | 10.050 毫秒 | 10.172 毫秒 | 10.227 毫秒 | 0.008 |
| zoo | 16 | 40 | 170.72 微秒 | 225.48 微秒 | 232.07 微秒 | 0.154 |
| zoo | 16 | 300 | 439.04 微秒 | 483.56 微秒 | 497.31 微秒 | 0.052 |
| zoo | 16 | 2700 | 2.926 毫秒 | 2.968 毫秒 | 2.985 毫秒 | 0.010 |
| zoo | 16 | 10000 | 10.507 毫秒 | 10.987 毫秒 | 11.238 毫秒 | 0.020 |
| zoo | 64 | 40 | 184.98 微秒 | 222.63 微秒 | 225.59 微秒 | 0.108 |
| zoo | 64 | 300 | 472.05 微秒 | 487.34 微秒 | 496.03 微秒 | 0.020 |
| zoo | 64 | 2700 | 2.937 毫秒 | 3.067 毫秒 | 3.105 毫秒 | 0.019 |
| zoo | 64 | 10000 | 10.515 毫秒 | 11.025 毫秒 | 11.049 毫秒 | 0.024 |

### 附录：框架自身开销占比

| 方案 | 并发度 | 执行体档位（微秒） | 框架开销 | 开销占比 | 执行体实测 |
|---|---|---|---|---|---|
| apscheduler | 1 | 40 | 237.02 微秒 | 82.14% | 51.52 微秒 |
| apscheduler | 1 | 300 | 244.40 微秒 | 44.63% | 303.17 微秒 |
| apscheduler | 1 | 2700 | 304.02 微秒 | 9.74% | 2.816 毫秒 |
| apscheduler | 1 | 10000 | 408.51 微秒 | 4.13% | 9.482 毫秒 |
| apscheduler | 4 | 40 | 196.71 微秒 | 77.73% | 56.37 微秒 |
| apscheduler | 4 | 300 | 210.79 微秒 | 40.54% | 309.16 微秒 |
| apscheduler | 4 | 2700 | 293.59 微秒 | 9.67% | 2.741 毫秒 |
| apscheduler | 4 | 10000 | — | — | 14.823 毫秒 |
| apscheduler | 16 | 40 | — | — | 53.43 微秒 |
| apscheduler | 16 | 300 | — | — | 309.91 微秒 |
| apscheduler | 16 | 2700 | — | — | 2.713 毫秒 |
| apscheduler | 16 | 10000 | — | — | 20.657 毫秒 |
| apscheduler | 64 | 40 | — | — | 50.89 微秒 |
| apscheduler | 64 | 300 | — | — | 297.16 微秒 |
| apscheduler | 64 | 2700 | — | — | 2.718 毫秒 |
| apscheduler | 64 | 10000 | — | — | 20.896 毫秒 |
| asyncio_pool | 1 | 40 | 94.13 微秒 | 66.96% | 46.44 微秒 |
| asyncio_pool | 1 | 300 | 105.90 微秒 | 26.17% | 298.76 微秒 |
| asyncio_pool | 1 | 2700 | 117.31 微秒 | 4.50% | 2.487 毫秒 |
| asyncio_pool | 1 | 10000 | 133.41 微秒 | 1.41% | 9.342 毫秒 |
| asyncio_pool | 4 | 40 | 106.51 微秒 | 66.65% | 53.29 微秒 |
| asyncio_pool | 4 | 300 | 104.83 微秒 | 25.54% | 305.58 微秒 |
| asyncio_pool | 4 | 2700 | 128.74 微秒 | 4.68% | 2.620 毫秒 |
| asyncio_pool | 4 | 10000 | — | — | 14.654 毫秒 |
| asyncio_pool | 16 | 40 | — | — | 53.84 微秒 |
| asyncio_pool | 16 | 300 | — | — | 303.55 微秒 |
| asyncio_pool | 16 | 2700 | — | — | 2.698 毫秒 |
| asyncio_pool | 16 | 10000 | — | — | 24.790 毫秒 |
| asyncio_pool | 64 | 40 | — | — | 52.47 微秒 |
| asyncio_pool | 64 | 300 | — | — | 296.86 微秒 |
| asyncio_pool | 64 | 2700 | — | — | 2.643 毫秒 |
| asyncio_pool | 64 | 10000 | — | — | 86.213 毫秒 |
| bare_thread | 1 | 40 | 90.48 微秒 | 63.81% | 51.31 微秒 |
| bare_thread | 1 | 300 | 113.83 微秒 | 28.08% | 291.57 微秒 |
| bare_thread | 1 | 2700 | 114.16 微秒 | 4.20% | 2.603 毫秒 |
| bare_thread | 1 | 10000 | 125.91 微秒 | 1.26% | 9.846 毫秒 |
| bare_thread | 4 | 40 | 110.40 微秒 | 68.11% | 51.69 微秒 |
| bare_thread | 4 | 300 | 113.04 微秒 | 27.64% | 295.95 微秒 |
| bare_thread | 4 | 2700 | 114.79 微秒 | 4.32% | 2.545 毫秒 |
| bare_thread | 4 | 10000 | — | — | 14.784 毫秒 |
| bare_thread | 16 | 40 | — | — | 50.76 微秒 |
| bare_thread | 16 | 300 | — | — | 299.23 微秒 |
| bare_thread | 16 | 2700 | — | — | 2.594 毫秒 |
| bare_thread | 16 | 10000 | — | — | 14.902 毫秒 |
| bare_thread | 64 | 40 | — | — | 50.72 微秒 |
| bare_thread | 64 | 300 | — | — | 296.82 微秒 |
| bare_thread | 64 | 2700 | — | — | 2.584 毫秒 |
| bare_thread | 64 | 10000 | — | — | 14.905 毫秒 |
| process_pool | 1 | 40 | 275.31 微秒 | 82.88% | 56.87 微秒 |
| process_pool | 1 | 300 | 303.41 微秒 | 50.03% | 303.09 微秒 |
| process_pool | 1 | 2700 | 340.55 微秒 | 11.29% | 2.677 毫秒 |
| process_pool | 1 | 10000 | 364.82 微秒 | 3.64% | 9.650 毫秒 |
| process_pool | 4 | 40 | 93.61 微秒 | 49.63% | 94.99 微秒 |
| process_pool | 4 | 300 | — | — | 569.90 微秒 |
| process_pool | 4 | 2700 | — | — | 4.831 毫秒 |
| process_pool | 4 | 10000 | — | — | 17.613 毫秒 |
| process_pool | 16 | 40 | — | — | 90.15 微秒 |
| process_pool | 16 | 300 | — | — | 564.29 微秒 |
| process_pool | 16 | 2700 | — | — | 9.624 毫秒 |
| process_pool | 16 | 10000 | — | — | 53.594 毫秒 |
| process_pool | 64 | 40 | — | — | 95.71 微秒 |
| process_pool | 64 | 300 | — | — | 572.83 微秒 |
| process_pool | 64 | 2700 | — | — | 25.932 毫秒 |
| process_pool | 64 | 10000 | — | — | 173.835 毫秒 |
| thread_pool | 1 | 40 | 32.13 微秒 | 38.45% | 51.44 微秒 |
| thread_pool | 1 | 300 | 34.74 微秒 | 10.75% | 288.43 微秒 |
| thread_pool | 1 | 2700 | 48.01 微秒 | 1.80% | 2.619 毫秒 |
| thread_pool | 1 | 10000 | 57.70 微秒 | 0.60% | 9.560 毫秒 |
| thread_pool | 4 | 40 | 45.01 微秒 | 47.40% | 49.95 微秒 |
| thread_pool | 4 | 300 | 57.72 微秒 | 15.92% | 304.79 微秒 |
| thread_pool | 4 | 2700 | 85.16 微秒 | 3.15% | 2.620 毫秒 |
| thread_pool | 4 | 10000 | — | — | 19.499 毫秒 |
| thread_pool | 16 | 40 | — | — | 48.21 微秒 |
| thread_pool | 16 | 300 | — | — | 297.14 微秒 |
| thread_pool | 16 | 2700 | — | — | 2.632 毫秒 |
| thread_pool | 16 | 10000 | — | — | 20.219 毫秒 |
| thread_pool | 64 | 40 | — | — | 47.21 微秒 |
| thread_pool | 64 | 300 | — | — | 293.01 微秒 |
| thread_pool | 64 | 2700 | — | — | 2.681 毫秒 |
| thread_pool | 64 | 10000 | — | — | 25.119 毫秒 |
| zoo | 1 | 40 | 107.14 微秒 | 67.93% | 50.59 微秒 |
| zoo | 1 | 300 | 121.39 微秒 | 28.57% | 303.52 微秒 |
| zoo | 1 | 2700 | 144.58 微秒 | 5.17% | 2.652 毫秒 |
| zoo | 1 | 10000 | 179.89 微秒 | 1.81% | 9.751 毫秒 |
| zoo | 4 | 40 | 133.53 微秒 | 72.88% | 49.70 微秒 |
| zoo | 4 | 300 | 139.58 微秒 | 31.79% | 299.43 微秒 |
| zoo | 4 | 2700 | 150.03 微秒 | 5.27% | 2.698 毫秒 |
| zoo | 4 | 10000 | — | — | 15.037 毫秒 |
| zoo | 16 | 40 | — | — | 44.68 微秒 |
| zoo | 16 | 300 | — | — | 301.40 微秒 |
| zoo | 16 | 2700 | — | — | 2.756 毫秒 |
| zoo | 16 | 10000 | — | — | 51.225 毫秒 |
| zoo | 64 | 40 | — | — | 47.40 微秒 |
| zoo | 64 | 300 | — | — | 301.28 微秒 |
| zoo | 64 | 2700 | — | — | 2.753 毫秒 |
| zoo | 64 | 10000 | — | — | 82.491 毫秒 |

### 附录：吞吐与并发伸缩

| 方案 | 并发度 | 执行体档位（微秒） | 吞吐（任务/秒） |
|---|---|---|---|
| apscheduler | 1 | 40 | 3465.7 |
| apscheduler | 1 | 300 | 1826.2 |
| apscheduler | 1 | 2700 | 320.5 |
| apscheduler | 1 | 10000 | 101.1 |
| apscheduler | 4 | 40 | 15805.1 |
| apscheduler | 4 | 300 | 7693.1 |
| apscheduler | 4 | 2700 | 1317.9 |
| apscheduler | 4 | 10000 | 399.2 |
| apscheduler | 16 | 40 | 63644.3 |
| apscheduler | 16 | 300 | 31892.4 |
| apscheduler | 16 | 2700 | 5419.3 |
| apscheduler | 16 | 10000 | 1557.7 |
| apscheduler | 64 | 40 | 284656.4 |
| apscheduler | 64 | 300 | 126561.3 |
| apscheduler | 64 | 2700 | 21519.8 |
| apscheduler | 64 | 10000 | 6207.0 |
| asyncio_pool | 1 | 40 | 7114.0 |
| asyncio_pool | 1 | 300 | 2471.2 |
| asyncio_pool | 1 | 2700 | 383.9 |
| asyncio_pool | 1 | 10000 | 105.5 |
| asyncio_pool | 4 | 40 | 25031.0 |
| asyncio_pool | 4 | 300 | 9746.5 |
| asyncio_pool | 4 | 2700 | 1455.1 |
| asyncio_pool | 4 | 10000 | 400.9 |
| asyncio_pool | 16 | 40 | 115870.7 |
| asyncio_pool | 16 | 300 | 40594.7 |
| asyncio_pool | 16 | 2700 | 5670.2 |
| asyncio_pool | 16 | 10000 | 1601.3 |
| asyncio_pool | 64 | 40 | 516381.4 |
| asyncio_pool | 64 | 300 | 171144.5 |
| asyncio_pool | 64 | 2700 | 23045.6 |
| asyncio_pool | 64 | 10000 | 6125.1 |
| bare_thread | 1 | 40 | 7052.9 |
| bare_thread | 1 | 300 | 2466.7 |
| bare_thread | 1 | 2700 | 368.0 |
| bare_thread | 1 | 10000 | 100.3 |
| bare_thread | 4 | 40 | 24678.8 |
| bare_thread | 4 | 300 | 9780.0 |
| bare_thread | 4 | 2700 | 1504.0 |
| bare_thread | 4 | 10000 | 408.4 |
| bare_thread | 16 | 40 | 91714.4 |
| bare_thread | 16 | 300 | 37152.4 |
| bare_thread | 16 | 2700 | 5873.4 |
| bare_thread | 16 | 10000 | 1626.9 |
| bare_thread | 64 | 40 | 377578.2 |
| bare_thread | 64 | 300 | 150881.9 |
| bare_thread | 64 | 2700 | 23513.0 |
| bare_thread | 64 | 10000 | 6522.6 |
| process_pool | 1 | 40 | 3010.4 |
| process_pool | 1 | 300 | 1648.8 |
| process_pool | 1 | 2700 | 331.4 |
| process_pool | 1 | 10000 | 99.9 |
| process_pool | 4 | 40 | 21208.8 |
| process_pool | 4 | 300 | 13549.0 |
| process_pool | 4 | 2700 | 2861.8 |
| process_pool | 4 | 10000 | 869.9 |
| process_pool | 16 | 40 | 99452.7 |
| process_pool | 16 | 300 | 57119.0 |
| process_pool | 16 | 2700 | 11467.3 |
| process_pool | 16 | 10000 | 3396.2 |
| process_pool | 64 | 40 | 326969.3 |
| process_pool | 64 | 300 | 215170.2 |
| process_pool | 64 | 2700 | 45160.7 |
| process_pool | 64 | 10000 | 13591.7 |
| thread_pool | 1 | 40 | 11967.2 |
| thread_pool | 1 | 300 | 3094.4 |
| thread_pool | 1 | 2700 | 374.9 |
| thread_pool | 1 | 10000 | 104.0 |
| thread_pool | 4 | 40 | 42122.3 |
| thread_pool | 4 | 300 | 11034.0 |
| thread_pool | 4 | 2700 | 1478.5 |
| thread_pool | 4 | 10000 | 408.3 |
| thread_pool | 16 | 40 | 176759.3 |
| thread_pool | 16 | 300 | 45560.6 |
| thread_pool | 16 | 2700 | 5885.6 |
| thread_pool | 16 | 10000 | 1599.9 |
| thread_pool | 64 | 40 | 714659.3 |
| thread_pool | 64 | 300 | 183061.8 |
| thread_pool | 64 | 2700 | 23119.9 |
| thread_pool | 64 | 10000 | 6385.7 |
| zoo | 1 | 40 | 6340.1 |
| zoo | 1 | 300 | 2353.5 |
| zoo | 1 | 2700 | 357.6 |
| zoo | 1 | 10000 | 100.7 |
| zoo | 4 | 40 | 21830.7 |
| zoo | 4 | 300 | 9111.4 |
| zoo | 4 | 2700 | 1404.6 |
| zoo | 4 | 10000 | 398.0 |
| zoo | 16 | 40 | 93723.0 |
| zoo | 16 | 300 | 36443.4 |
| zoo | 16 | 2700 | 5468.7 |
| zoo | 16 | 10000 | 1522.8 |
| zoo | 64 | 40 | 345987.8 |
| zoo | 64 | 300 | 135579.6 |
| zoo | 64 | 2700 | 21794.5 |
| zoo | 64 | 10000 | 6086.6 |