# zoo-bench 性能报告

原始数据：`results/zoo-framework-0.6.0/20261011T091515Z.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） | 0.6.0 |
| 被测框架（模块 __version__） | 0.1.1-beta（仅附注，不作版本判据） |
| 被测框架的驱动面世代 | 上一代驱动面（workers 为可写属性，完成信号取自框架内部回调） |
| harness | zoo-bench 0.0.1 @ 9a42be24ac43f75e2e5d7b16434f91ba3d0717b6 |
| 复现命令 | `zoo-bench run --framework zoo-framework==0.6.0` |

> 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 10000 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 下，所测档位内 apscheduler **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 apscheduler **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 apscheduler **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 apscheduler **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，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，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 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，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 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，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 4 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 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，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 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% | 10000 | 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 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| apscheduler | 4 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| apscheduler | 16 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| apscheduler | 64 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| 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 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| 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 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| 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 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| process_pool | 4 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| 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 | — | **未观测到**：所测档位内该对照方案始终快于被测框架 |
| 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 | 606.25 微秒 | 293.74 微秒 | 145.49 微秒 | 143.75 微秒 | 336.43 微秒 | 74.84 微秒 |
| 1 | 300 | 867.95 微秒 | 559.04 微秒 | 389.99 微秒 | 399.35 微秒 | 606.27 微秒 | 338.26 微秒 |
| 1 | 2700 | 3.263 毫秒 | 2.989 毫秒 | 2.617 毫秒 | 2.690 毫秒 | 3.015 毫秒 | 2.669 毫秒 |
| 1 | 10000 | 10.505 毫秒 | 9.889 毫秒 | 9.708 毫秒 | 9.552 毫秒 | 9.702 毫秒 | 9.577 毫秒 |
| 4 | 40 | 611.17 微秒 | 267.20 微秒 | 153.05 微秒 | 158.85 微秒 | 192.86 微秒 | 95.11 微秒 |
| 4 | 300 | 866.98 微秒 | 526.01 微秒 | 428.07 微秒 | 415.41 微秒 | 283.82 微秒 | 361.48 微秒 |
| 4 | 2700 | 3.307 毫秒 | 3.003 毫秒 | 2.800 毫秒 | 2.693 毫秒 | 1.390 毫秒 | 2.676 毫秒 |
| 4 | 10000 | 10.700 毫秒 | 10.132 毫秒 | 9.695 毫秒 | 9.872 毫秒 | 4.608 毫秒 | 9.867 毫秒 |
| 16 | 40 | 610.25 微秒 | 226.27 微秒 | 138.37 微秒 | 171.89 微秒 | 161.53 微秒 | 92.31 微秒 |
| 16 | 300 | 878.71 微秒 | 484.41 微秒 | 395.42 微秒 | 423.77 微秒 | 278.33 微秒 | 353.51 微秒 |
| 16 | 2700 | 3.306 毫秒 | 2.977 毫秒 | 2.744 毫秒 | 2.704 毫秒 | 1.410 毫秒 | 2.790 毫秒 |
| 16 | 10000 | 10.596 毫秒 | 10.332 毫秒 | 9.964 毫秒 | 9.972 毫秒 | 4.636 毫秒 | 10.146 毫秒 |
| 64 | 40 | 565.92 微秒 | 223.95 微秒 | 120.73 微秒 | 170.05 微秒 | 196.54 微秒 | 89.40 微秒 |
| 64 | 300 | 842.59 微秒 | 507.24 微秒 | 371.91 微秒 | 425.03 微秒 | 300.97 微秒 | 355.32 微秒 |
| 64 | 2700 | 3.323 毫秒 | 2.949 毫秒 | 2.832 毫秒 | 2.764 毫秒 | 1.354 毫秒 | 2.788 毫秒 |
| 64 | 10000 | 10.636 毫秒 | 10.585 毫秒 | 10.189 毫秒 | 9.526 毫秒 | 4.629 毫秒 | 10.289 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 | 88.13% | 80.50% | 66.60% | 64.52% | 83.87% | 40.99% |
| 1 | 300 | 62.15% | 46.08% | 25.72% | 26.40% | 49.32% | 12.38% |
| 1 | 2700 | 17.04% | 8.91% | 4.87% | 4.18% | 11.36% | 1.76% |
| 1 | 10000 | 5.28% | 3.41% | 1.51% | 1.31% | 3.30% | 0.64% |
| 4 | 40 | 89.54% | 79.29% | 64.75% | 67.82% | 51.69% | 48.45% |
| 4 | 300 | 62.78% | 39.72% | 24.92% | 29.04% | — | 14.55% |
| 4 | 2700 | 19.63% | 10.01% | 4.93% | 4.60% | — | 2.23% |
| 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 | 1649.5 | 3404.3 | 6873.2 | 6956.3 | 2972.4 | 13362.6 |
| 1 | 300 | 1152.1 | 1788.8 | 2564.2 | 2504.1 | 1649.4 | 2956.3 |
| 1 | 2700 | 306.5 | 334.5 | 382.1 | 371.7 | 331.7 | 374.6 |
| 1 | 10000 | 95.2 | 101.1 | 103.0 | 104.7 | 103.1 | 104.4 |
| 4 | 40 | 6544.9 | 14970.0 | 26136.1 | 25180.5 | 20740.7 | 42055.6 |
| 4 | 300 | 4613.7 | 7604.4 | 9344.3 | 9629.0 | 14093.4 | 11065.7 |
| 4 | 2700 | 1209.4 | 1331.9 | 1428.5 | 1485.5 | 2878.6 | 1494.9 |
| 4 | 10000 | 373.8 | 394.8 | 412.6 | 405.2 | 868.1 | 405.4 |
| 16 | 40 | 26218.8 | 70711.5 | 115629.2 | 93082.7 | 99052.0 | 173329.2 |
| 16 | 300 | 18208.4 | 33030.1 | 40462.9 | 37756.1 | 57486.6 | 45260.1 |
| 16 | 2700 | 4839.3 | 5375.2 | 5831.5 | 5917.6 | 11345.1 | 5735.0 |
| 16 | 10000 | 1510.0 | 1548.6 | 1605.9 | 1604.5 | 3451.0 | 1577.0 |
| 64 | 40 | 113090.9 | 285777.7 | 530094.2 | 376362.9 | 325635.1 | 715882.7 |
| 64 | 300 | 75956.6 | 126173.2 | 172085.1 | 150577.9 | 212645.4 | 180117.2 |
| 64 | 2700 | 19258.5 | 21702.3 | 22599.7 | 23154.0 | 47269.4 | 22956.6 |
| 64 | 10000 | 6017.5 | 6046.2 | 6281.4 | 6718.2 | 13826.1 | 6220.2 |

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 | 107.44 微秒 | 91.43 微秒 | 50.14 微秒 | 39.97 微秒 | ok |
| apscheduler | 4 | 40 | 110.35 微秒 | 524.42 微秒 | 55.76 微秒 | 229.78 微秒 | ok |
| apscheduler | 1 | 10000 | 138.62 微秒 | 110.21 微秒 | 9.664 毫秒 | 49.29 微秒 | ok |
| apscheduler | 4 | 10000 | 120.24 微秒 | 12.806 毫秒 | 14.493 毫秒 | 9.873 毫秒 | ok |
| asyncio_pool | 1 | 40 | 17.47 微秒 | 26.05 微秒 | 47.28 微秒 | 58.04 微秒 | ok |
| asyncio_pool | 4 | 40 | 18.91 微秒 | 250.49 微秒 | 53.92 微秒 | 283.87 微秒 | ok |
| asyncio_pool | 1 | 10000 | 23.03 微秒 | 35.74 微秒 | 9.574 毫秒 | 84.68 微秒 | ok |
| asyncio_pool | 4 | 10000 | 22.74 微秒 | 12.394 毫秒 | 10.117 毫秒 | 10.093 毫秒 | ok |
| bare_thread | 1 | 40 | 143.44 微秒 | -75.55 微秒 | 51.49 微秒 | 30.78 微秒 | ok |
| bare_thread | 4 | 40 | 152.07 微秒 | -74.15 微秒 | 50.96 微秒 | 304.52 微秒 | ok |
| bare_thread | 1 | 10000 | 5.171 毫秒 | -5093.61 微秒 | 9.397 毫秒 | 37.25 微秒 | ok |
| bare_thread | 4 | 10000 | 5.180 毫秒 | -5085.51 微秒 | 14.704 毫秒 | 9.875 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 | 8.13 微秒 | 10.33 微秒 | 46.76 微秒 | 15.15 微秒 | ok |
| thread_pool | 4 | 40 | 11.19 微秒 | 173.04 微秒 | 49.03 微秒 | 153.53 微秒 | ok |
| thread_pool | 1 | 10000 | 12.12 微秒 | 16.27 微秒 | 9.498 毫秒 | 27.49 微秒 | ok |
| thread_pool | 4 | 10000 | 13.25 微秒 | 9.992 毫秒 | 14.876 毫秒 | 8.754 毫秒 | ok |
| zoo | 1 | 40 | 23.37 微秒 | 366.57 微秒 | 71.55 微秒 | 131.62 微秒 | ok |
| zoo | 4 | 40 | 16.35 微秒 | 1.144 毫秒 | 67.00 微秒 | 1.218 毫秒 | ok |
| zoo | 1 | 10000 | 36.26 微秒 | 392.84 微秒 | 9.674 毫秒 | 145.56 微秒 | ok |
| zoo | 4 | 10000 | 21.46 微秒 | 10.784 毫秒 | 14.929 毫秒 | 11.213 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 | 324.22 微秒 | 手交 | 275.14 微秒 |
| asyncio_pool | 1 | 40 | 467.68 微秒 | 手交 | 340.52 微秒 |
| bare_thread | 1 | 40 | 465.54 微秒 | 手交 | 442.12 微秒 |
| thread_pool | 1 | 40 | 536.55 微秒 | 手交 | 356.24 微秒 |
| apscheduler | 4 | 40 | 1.548 毫秒 | 回程 | 987.97 微秒 |
| asyncio_pool | 4 | 40 | 1.870 毫秒 | 回程 | 933.88 微秒 |
| bare_thread | 4 | 40 | 2.048 毫秒 | 手交 | 1.219 毫秒 |
| thread_pool | 4 | 40 | 2.092 毫秒 | 回程 | 1.064 毫秒 |
| apscheduler | 1 | 10000 | 313.01 微秒 | 手交 | 282.63 微秒 |
| asyncio_pool | 1 | 10000 | 568.72 微秒 | 手交 | 357.10 微秒 |
| bare_thread | 1 | 10000 | 766.30 微秒 | 手交 | 5.486 毫秒 |
| thread_pool | 1 | 10000 | 708.50 微秒 | 手交 | 376.57 微秒 |
| apscheduler | 4 | 10000 | 2.600 毫秒 | 回程 | 1.340 毫秒 |
| asyncio_pool | 4 | 10000 | 2.688 毫秒 | 执行体 | 4.812 毫秒 |
| bare_thread | 4 | 10000 | 10.806 毫秒 | 手交 | 15.869 毫秒 |
| thread_pool | 4 | 10000 | 3.498 毫秒 | 回程 | 2.459 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）；BaseWaiter.execute_service（走一次调度轮）

> **本次未能量到的接缝**（被测框架的这一代没有对应入口，故相关细分项不在场）：WorkerDispatchCore.resolve_period / resolve_phase / resolve_run_timeout（每轮策略查询）

> **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 624.17 微秒 对插桩后 616.59 微秒，差 7.58 微秒（插桩后反而更快：这轮里机器漂移比插桩成本还大）；zoo 40 微秒 / 并发 4：不插桩 2.464 毫秒 对插桩后 2.477 毫秒，差 13.43 微秒；zoo 10000 微秒 / 并发 1：不插桩 10.256 毫秒 对插桩后 10.283 毫秒，差 26.40 微秒；zoo 10000 微秒 / 并发 4：不插桩 42.327 毫秒 对插桩后 42.213 毫秒，差 114.21 微秒（插桩后反而更快：这轮里机器漂移比插桩成本还大）

### 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） 3.82 微秒；派发（交给调度模型，含池的入队） 13.62 微秒；每轮策略查询（周期/相位/超时各查一次配置） 0.00 微秒；提交侧其他（适配器自己的记账与完成信号状态） 5.84 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） 3.20 微秒；派发（交给调度模型，含池的入队） 10.58 微秒；每轮策略查询（周期/相位/超时各查一次配置） 0.00 微秒；提交侧其他（适配器自己的记账与完成信号状态） 4.34 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） 5.62 微秒；派发（交给调度模型，含池的入队） 19.72 微秒；每轮策略查询（周期/相位/超时各查一次配置） 0.00 微秒；提交侧其他（适配器自己的记账与完成信号状态） 9.41 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） 4.23 微秒；派发（交给调度模型，含池的入队） 15.24 微秒；每轮策略查询（周期/相位/超时各查一次配置） 0.00 微秒；提交侧其他（适配器自己的记账与完成信号状态） 5.66 微秒

### 归因结论

- 并发度 1、执行体 40 微秒 下，被测框架相对 apscheduler 每任务多花 324 微秒，其中主要落在「手交」（+275 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -84 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 asyncio_pool 每任务多花 468 微秒，其中主要落在「手交」（+341 微秒）。
- 并发度 1、执行体 40 微秒 下，被测框架相对 bare_thread 每任务多花 466 微秒，其中主要落在「手交」（+442 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -120 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 537 微秒，其中主要落在「手交」（+356 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） 4、派发（交给调度模型，含池的入队） 14、每轮策略查询（周期/相位/超时各查一次配置） 0、提交侧其他（适配器自己的记账与完成信号状态） 6。
- 并发度 4、执行体 40 微秒 下，被测框架相对 apscheduler 每任务多花 1548 微秒，其中主要落在「回程」（+988 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 asyncio_pool 每任务多花 1870 微秒，其中主要落在「回程」（+934 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -3 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 2048 微秒，其中主要落在「手交」（+1219 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -136 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 2092 微秒，其中主要落在「回程」（+1064 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） 3、派发（交给调度模型，含池的入队） 11、每轮策略查询（周期/相位/超时各查一次配置） 0、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，被测框架相对 apscheduler 每任务多花 313 微秒，其中主要落在「手交」（+283 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -102 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 asyncio_pool 每任务多花 569 微秒，其中主要落在「手交」（+357 微秒）。
- 并发度 1、执行体 10000 微秒 下，被测框架相对 bare_thread 每任务多花 766 微秒，其中主要落在「手交」（+5486 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -5135 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 709 微秒，其中主要落在「手交」（+377 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） 6、派发（交给调度模型，含池的入队） 20、每轮策略查询（周期/相位/超时各查一次配置） 0、提交侧其他（适配器自己的记账与完成信号状态） 9。
- 并发度 4、执行体 10000 微秒 下，被测框架相对 apscheduler 每任务多花 2600 微秒，其中主要落在「回程」（+1340 微秒）。
- 　注意：该组逐段差额并非同号——「手交」为 -2022 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 asyncio_pool 每任务多花 2688 微秒，其中主要落在「执行体」（+4812 微秒）。
- 　注意：该组逐段差额并非同号——「手交」为 -1610 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 bare_thread 每任务多花 10806 微秒，其中主要落在「手交」（+15869 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -5158 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 3498 微秒，其中主要落在「回程」（+2459 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） 4、派发（交给调度模型，含池的入队） 15、每轮策略查询（周期/相位/超时各查一次配置） 0、提交侧其他（适配器自己的记账与完成信号状态） 6。

## 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：not_measured**（结论在该次测量装着的「previous」代驱动面上得出）

在当前被测版本上，枚举出的语义项**没有一项可测**：要么其执行动作未实现，要么所在层无法执行反应器。按 design D7 的逃生口，此类项被剔除而非用近似状态代替

| 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） | 否 | 判定存在但**执行动作未实现**：本探查按调度轮驱动、探查 worker 也声明了循环，调度轮确实跑过，故未摘除只能是判定本身没有执行动作——开启它只多算一次减法，量到的不是语义的代价 |
| 优先级 | 事件层 | 结构探查（检查执行所需的符号是否存在） | 否 | 事件层执行反应器要先有 perform：EventWorker._execute 调 reactor.perform（workers/event_worker.py），而 EventReactor 只定义了 execute（reactor/event_reactor.py）——反应器一旦匹配即抛 AttributeError；EventPriorityCalculator 存在（fifo/node/event_fifo_node.py）但未接入 drain 循环——workers/event_worker.py 里“根据优先级排序”只有一句注释 |
| 重试 | 事件层 | 结构探查（检查执行所需的符号是否存在） | 否 | 事件层执行反应器要先有 perform：EventWorker._execute 调 reactor.perform（workers/event_worker.py），而 EventReactor 只定义了 execute（reactor/event_reactor.py）——反应器一旦匹配即抛 AttributeError；retry_times 的默认 0 是干净的关闭态，但触发条件是“没有匹配到反应器”，而反应器路径本身不可执行 |

> 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

所测档位内未出现被测框架处于优势的情形。

## 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 |
|---|---|---|---|---|
| apscheduler | 1 | 40 | apscheduler 比 zoo 快 2.06x | 606.25 微秒 |
| asyncio_pool | 1 | 40 | asyncio_pool 比 zoo 快 4.17x | 606.25 微秒 |
| bare_thread | 1 | 40 | bare_thread 比 zoo 快 4.22x | 606.25 微秒 |
| process_pool | 1 | 40 | process_pool 比 zoo 快 1.80x | 606.25 微秒 |
| thread_pool | 1 | 40 | thread_pool 比 zoo 快 8.10x | 606.25 微秒 |
| apscheduler | 1 | 300 | apscheduler 比 zoo 快 1.55x | 867.95 微秒 |
| asyncio_pool | 1 | 300 | asyncio_pool 比 zoo 快 2.23x | 867.95 微秒 |
| bare_thread | 1 | 300 | bare_thread 比 zoo 快 2.17x | 867.95 微秒 |
| process_pool | 1 | 300 | process_pool 比 zoo 快 1.43x | 867.95 微秒 |
| thread_pool | 1 | 300 | thread_pool 比 zoo 快 2.57x | 867.95 微秒 |
| apscheduler | 1 | 2700 | apscheduler 比 zoo 快 1.09x | 3.263 毫秒 |
| asyncio_pool | 1 | 2700 | asyncio_pool 比 zoo 快 1.25x | 3.263 毫秒 |
| bare_thread | 1 | 2700 | bare_thread 比 zoo 快 1.21x | 3.263 毫秒 |
| thread_pool | 1 | 2700 | thread_pool 比 zoo 快 1.22x | 3.263 毫秒 |
| apscheduler | 1 | 10000 | apscheduler 比 zoo 快 1.06x | 10.505 毫秒 |
| asyncio_pool | 1 | 10000 | asyncio_pool 比 zoo 快 1.08x | 10.505 毫秒 |
| bare_thread | 1 | 10000 | bare_thread 比 zoo 快 1.10x | 10.505 毫秒 |
| process_pool | 1 | 10000 | process_pool 比 zoo 快 1.08x | 10.505 毫秒 |
| thread_pool | 1 | 10000 | thread_pool 比 zoo 快 1.10x | 10.505 毫秒 |
| apscheduler | 4 | 40 | apscheduler 比 zoo 快 2.29x | 611.17 微秒 |
| asyncio_pool | 4 | 40 | asyncio_pool 比 zoo 快 3.99x | 611.17 微秒 |
| bare_thread | 4 | 40 | bare_thread 比 zoo 快 3.85x | 611.17 微秒 |
| process_pool | 4 | 40 | process_pool 比 zoo 快 3.17x | 611.17 微秒 |
| thread_pool | 4 | 40 | thread_pool 比 zoo 快 6.43x | 611.17 微秒 |
| apscheduler | 4 | 300 | apscheduler 比 zoo 快 1.65x | 866.98 微秒 |
| asyncio_pool | 4 | 300 | asyncio_pool 比 zoo 快 2.03x | 866.98 微秒 |
| bare_thread | 4 | 300 | bare_thread 比 zoo 快 2.09x | 866.98 微秒 |
| process_pool | 4 | 300 | process_pool 比 zoo 快 3.05x | 866.98 微秒 |
| thread_pool | 4 | 300 | thread_pool 比 zoo 快 2.40x | 866.98 微秒 |
| asyncio_pool | 4 | 2700 | asyncio_pool 比 zoo 快 1.18x | 3.307 毫秒 |
| bare_thread | 4 | 2700 | bare_thread 比 zoo 快 1.23x | 3.307 毫秒 |
| process_pool | 4 | 2700 | process_pool 比 zoo 快 2.38x | 3.307 毫秒 |
| thread_pool | 4 | 2700 | thread_pool 比 zoo 快 1.24x | 3.307 毫秒 |
| apscheduler | 4 | 10000 | apscheduler 比 zoo 快 1.06x | 10.700 毫秒 |
| asyncio_pool | 4 | 10000 | asyncio_pool 比 zoo 快 1.10x | 10.700 毫秒 |
| bare_thread | 4 | 10000 | bare_thread 比 zoo 快 1.08x | 10.700 毫秒 |
| process_pool | 4 | 10000 | process_pool 比 zoo 快 2.32x | 10.700 毫秒 |
| apscheduler | 16 | 40 | apscheduler 比 zoo 快 2.70x | 610.25 微秒 |
| asyncio_pool | 16 | 40 | asyncio_pool 比 zoo 快 4.41x | 610.25 微秒 |
| bare_thread | 16 | 40 | bare_thread 比 zoo 快 3.55x | 610.25 微秒 |
| process_pool | 16 | 40 | process_pool 比 zoo 快 3.78x | 610.25 微秒 |
| thread_pool | 16 | 40 | thread_pool 比 zoo 快 6.61x | 610.25 微秒 |
| apscheduler | 16 | 300 | apscheduler 比 zoo 快 1.81x | 878.71 微秒 |
| asyncio_pool | 16 | 300 | asyncio_pool 比 zoo 快 2.22x | 878.71 微秒 |
| bare_thread | 16 | 300 | bare_thread 比 zoo 快 2.07x | 878.71 微秒 |
| process_pool | 16 | 300 | process_pool 比 zoo 快 3.16x | 878.71 微秒 |
| thread_pool | 16 | 300 | thread_pool 比 zoo 快 2.49x | 878.71 微秒 |
| apscheduler | 16 | 2700 | apscheduler 比 zoo 快 1.11x | 3.306 毫秒 |
| asyncio_pool | 16 | 2700 | asyncio_pool 比 zoo 快 1.21x | 3.306 毫秒 |
| bare_thread | 16 | 2700 | bare_thread 比 zoo 快 1.22x | 3.306 毫秒 |
| process_pool | 16 | 2700 | process_pool 比 zoo 快 2.34x | 3.306 毫秒 |
| thread_pool | 16 | 2700 | thread_pool 比 zoo 快 1.19x | 3.306 毫秒 |
| asyncio_pool | 16 | 10000 | asyncio_pool 比 zoo 快 1.06x | 10.596 毫秒 |
| bare_thread | 16 | 10000 | bare_thread 比 zoo 快 1.06x | 10.596 毫秒 |
| process_pool | 16 | 10000 | process_pool 比 zoo 快 2.29x | 10.596 毫秒 |
| thread_pool | 16 | 10000 | thread_pool 比 zoo 快 1.04x | 10.596 毫秒 |
| apscheduler | 64 | 40 | apscheduler 比 zoo 快 2.53x | 565.92 微秒 |
| asyncio_pool | 64 | 40 | asyncio_pool 比 zoo 快 4.69x | 565.92 微秒 |
| bare_thread | 64 | 40 | bare_thread 比 zoo 快 3.33x | 565.92 微秒 |
| process_pool | 64 | 40 | process_pool 比 zoo 快 2.88x | 565.92 微秒 |
| thread_pool | 64 | 40 | thread_pool 比 zoo 快 6.33x | 565.92 微秒 |
| apscheduler | 64 | 300 | apscheduler 比 zoo 快 1.66x | 842.59 微秒 |
| asyncio_pool | 64 | 300 | asyncio_pool 比 zoo 快 2.27x | 842.59 微秒 |
| bare_thread | 64 | 300 | bare_thread 比 zoo 快 1.98x | 842.59 微秒 |
| process_pool | 64 | 300 | process_pool 比 zoo 快 2.80x | 842.59 微秒 |
| thread_pool | 64 | 300 | thread_pool 比 zoo 快 2.37x | 842.59 微秒 |
| apscheduler | 64 | 2700 | apscheduler 比 zoo 快 1.13x | 3.323 毫秒 |
| asyncio_pool | 64 | 2700 | asyncio_pool 比 zoo 快 1.17x | 3.323 毫秒 |
| bare_thread | 64 | 2700 | bare_thread 比 zoo 快 1.20x | 3.323 毫秒 |
| process_pool | 64 | 2700 | process_pool 比 zoo 快 2.45x | 3.323 毫秒 |
| thread_pool | 64 | 2700 | thread_pool 比 zoo 快 1.19x | 3.323 毫秒 |
| asyncio_pool | 64 | 10000 | asyncio_pool 比 zoo 快 1.04x | 10.636 毫秒 |
| bare_thread | 64 | 10000 | bare_thread 比 zoo 快 1.12x | 10.636 毫秒 |
| process_pool | 64 | 10000 | process_pool 比 zoo 快 2.30x | 10.636 毫秒 |
| thread_pool | 64 | 10000 | thread_pool 比 zoo 快 1.03x | 10.636 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：1.6% 到 41.9%（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 |
|---|---|---|---|---|
| process_pool | 1 | 2700 | 0.92x | 两侧差异 7.6% 小于带宽 21.2%，分不出胜负 |
| apscheduler | 4 | 2700 | 0.91x | 两侧差异 9.2% 小于带宽 9.6%，分不出胜负 |
| thread_pool | 4 | 10000 | 0.92x | 两侧差异 7.8% 小于带宽 9.2%，分不出胜负 |
| apscheduler | 16 | 10000 | 0.98x | 两侧差异 2.5% 小于带宽 5.1%，分不出胜负 |
| apscheduler | 64 | 10000 | 1.00x | 两侧差异 0.5% 小于带宽 4.1%，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': 2921, 'child_pids': [3381, 3384, 3387, 3391, 3394, 3400, 3406, 3412, 3418, 3436, 3454, 3472, 3490, 3546, 3603, 3661, 3729, 3731, 3733, 3735, 3737, 3742, 3747, 3752, 3758, 3775, 3792, 3809, 3828, 3887, 3947, 4010, 4079, 4113, 4147, 4181, 4215, 4348, 4482, 4615, 4748, 5277, 5806, 6335, 6865, 8979, 11092, 13205, 15321, 15325, 15329, 15333, 15337, 15344, 15351, 15358, 15365, 15385, 15404, 15423, 15442, 15509, 15576, 15643, 15712, 15714, 15716, 15718, 15720, 15725, 15730, 15735, 15744, 15761, 15778, 15796, 15813, 15869, 15926, 16009, 16084, 16086, 16088, 16090, 16092, 16097, 16102, 16107, 16112, 16129, 16146, 16163, 16182, 16247, 16312, 16378], '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 | 293.74 微秒 | 325.53 微秒 | 342.96 微秒 | 0.056 |
| apscheduler | 1 | 300 | 559.04 微秒 | 588.66 微秒 | 590.43 微秒 | 0.031 |
| apscheduler | 1 | 2700 | 2.989 毫秒 | 3.092 毫秒 | 3.173 毫秒 | 0.021 |
| apscheduler | 1 | 10000 | 9.889 毫秒 | 10.123 毫秒 | 10.143 毫秒 | 0.011 |
| apscheduler | 4 | 40 | 267.20 微秒 | 277.92 微秒 | 308.26 微秒 | 0.044 |
| apscheduler | 4 | 300 | 526.01 微秒 | 708.75 微秒 | 823.48 微秒 | 0.142 |
| apscheduler | 4 | 2700 | 3.003 毫秒 | 3.546 毫秒 | 3.733 毫秒 | 0.066 |
| apscheduler | 4 | 10000 | 10.132 毫秒 | 10.472 毫秒 | 10.635 毫秒 | 0.015 |
| apscheduler | 16 | 40 | 226.27 微秒 | 262.75 微秒 | 266.37 微秒 | 0.061 |
| apscheduler | 16 | 300 | 484.41 微秒 | 511.45 微秒 | 538.63 微秒 | 0.032 |
| apscheduler | 16 | 2700 | 2.977 毫秒 | 3.027 毫秒 | 3.029 毫秒 | 0.012 |
| apscheduler | 16 | 10000 | 10.332 毫秒 | 10.686 毫秒 | 11.247 毫秒 | 0.022 |
| apscheduler | 64 | 40 | 223.95 微秒 | 265.82 微秒 | 274.59 微秒 | 0.074 |
| apscheduler | 64 | 300 | 507.24 微秒 | 538.33 微秒 | 538.99 微秒 | 0.029 |
| apscheduler | 64 | 2700 | 2.949 毫秒 | 2.989 毫秒 | 3.029 毫秒 | 0.011 |
| apscheduler | 64 | 10000 | 10.585 毫秒 | 10.720 毫秒 | 10.771 毫秒 | 0.027 |
| asyncio_pool | 1 | 40 | 145.49 微秒 | 177.59 微秒 | 207.40 微秒 | 0.114 |
| asyncio_pool | 1 | 300 | 389.99 微秒 | 421.09 微秒 | 427.24 微秒 | 0.035 |
| asyncio_pool | 1 | 2700 | 2.617 毫秒 | 2.638 毫秒 | 2.662 毫秒 | 0.006 |
| asyncio_pool | 1 | 10000 | 9.708 毫秒 | 9.924 毫秒 | 10.234 毫秒 | 0.015 |
| asyncio_pool | 4 | 40 | 153.05 微秒 | 172.10 微秒 | 184.08 微秒 | 0.097 |
| asyncio_pool | 4 | 300 | 428.07 微秒 | 462.16 微秒 | 472.08 微秒 | 0.040 |
| asyncio_pool | 4 | 2700 | 2.800 毫秒 | 2.932 毫秒 | 2.945 毫秒 | 0.020 |
| asyncio_pool | 4 | 10000 | 9.695 毫秒 | 9.778 毫秒 | 9.863 毫秒 | 0.007 |
| asyncio_pool | 16 | 40 | 138.37 微秒 | 147.94 微秒 | 148.85 微秒 | 0.054 |
| asyncio_pool | 16 | 300 | 395.42 微秒 | 411.17 微秒 | 413.02 微秒 | 0.021 |
| asyncio_pool | 16 | 2700 | 2.744 毫秒 | 2.800 毫秒 | 2.828 毫秒 | 0.012 |
| asyncio_pool | 16 | 10000 | 9.964 毫秒 | 10.041 毫秒 | 10.050 毫秒 | 0.004 |
| asyncio_pool | 64 | 40 | 120.73 微秒 | 126.95 微秒 | 128.50 微秒 | 0.023 |
| asyncio_pool | 64 | 300 | 371.91 微秒 | 375.19 微秒 | 376.71 微秒 | 0.007 |
| asyncio_pool | 64 | 2700 | 2.832 毫秒 | 2.882 毫秒 | 2.895 毫秒 | 0.010 |
| asyncio_pool | 64 | 10000 | 10.189 毫秒 | 10.383 毫秒 | 10.530 毫秒 | 0.019 |
| bare_thread | 1 | 40 | 143.75 微秒 | 165.27 微秒 | 169.11 微秒 | 0.067 |
| bare_thread | 1 | 300 | 399.35 微秒 | 468.24 微秒 | 483.16 微秒 | 0.070 |
| bare_thread | 1 | 2700 | 2.690 毫秒 | 2.770 毫秒 | 2.841 毫秒 | 0.017 |
| bare_thread | 1 | 10000 | 9.552 毫秒 | 9.644 毫秒 | 9.659 毫秒 | 0.005 |
| bare_thread | 4 | 40 | 158.85 微秒 | 178.14 微秒 | 191.10 微秒 | 0.060 |
| bare_thread | 4 | 300 | 415.41 微秒 | 440.37 微秒 | 445.94 微秒 | 0.029 |
| bare_thread | 4 | 2700 | 2.693 毫秒 | 2.741 毫秒 | 2.756 毫秒 | 0.008 |
| bare_thread | 4 | 10000 | 9.872 毫秒 | 9.967 毫秒 | 10.315 毫秒 | 0.012 |
| bare_thread | 16 | 40 | 171.89 微秒 | 174.70 微秒 | 176.22 微秒 | 0.016 |
| bare_thread | 16 | 300 | 423.77 微秒 | 440.14 微秒 | 444.99 微秒 | 0.018 |
| bare_thread | 16 | 2700 | 2.704 毫秒 | 2.732 毫秒 | 2.740 毫秒 | 0.005 |
| bare_thread | 16 | 10000 | 9.972 毫秒 | 10.392 毫秒 | 10.652 毫秒 | 0.017 |
| bare_thread | 64 | 40 | 170.05 微秒 | 175.16 微秒 | 176.83 微秒 | 0.016 |
| bare_thread | 64 | 300 | 425.03 微秒 | 431.55 微秒 | 432.96 微秒 | 0.008 |
| bare_thread | 64 | 2700 | 2.764 毫秒 | 2.788 毫秒 | 2.808 毫秒 | 0.006 |
| bare_thread | 64 | 10000 | 9.526 毫秒 | 9.558 毫秒 | 9.578 毫秒 | 0.002 |
| process_pool | 1 | 40 | 336.43 微秒 | 360.56 微秒 | 368.37 微秒 | 0.047 |
| process_pool | 1 | 300 | 606.27 微秒 | 631.93 微秒 | 655.66 微秒 | 0.033 |
| process_pool | 1 | 2700 | 3.015 毫秒 | 3.702 毫秒 | 5.552 毫秒 | 0.198 |
| process_pool | 1 | 10000 | 9.702 毫秒 | 9.785 毫秒 | 9.839 毫秒 | 0.005 |
| process_pool | 4 | 40 | 192.86 微秒 | 251.09 微秒 | 278.11 微秒 | 0.172 |
| process_pool | 4 | 300 | 283.82 微秒 | 328.17 微秒 | 371.71 微秒 | 0.083 |
| process_pool | 4 | 2700 | 1.390 毫秒 | 1.547 毫秒 | 1.670 毫秒 | 0.054 |
| process_pool | 4 | 10000 | 4.608 毫秒 | 4.892 毫秒 | 5.049 毫秒 | 0.025 |
| process_pool | 16 | 40 | 161.53 微秒 | 206.04 微秒 | 231.93 微秒 | 0.146 |
| process_pool | 16 | 300 | 278.33 微秒 | 329.96 微秒 | 357.83 微秒 | 0.089 |
| process_pool | 16 | 2700 | 1.410 毫秒 | 1.508 毫秒 | 1.542 毫秒 | 0.035 |
| process_pool | 16 | 10000 | 4.636 毫秒 | 5.021 毫秒 | 5.550 毫秒 | 0.049 |
| process_pool | 64 | 40 | 196.54 微秒 | 237.84 微秒 | 243.91 微秒 | 0.097 |
| process_pool | 64 | 300 | 300.97 微秒 | 327.19 微秒 | 328.16 微秒 | 0.047 |
| process_pool | 64 | 2700 | 1.354 毫秒 | 1.384 毫秒 | 1.460 毫秒 | 0.023 |
| process_pool | 64 | 10000 | 4.629 毫秒 | 4.673 毫秒 | 4.729 毫秒 | 0.006 |
| thread_pool | 1 | 40 | 74.84 微秒 | 101.46 微秒 | 112.12 微秒 | 0.149 |
| thread_pool | 1 | 300 | 338.26 微秒 | 362.96 微秒 | 376.81 微秒 | 0.039 |
| thread_pool | 1 | 2700 | 2.669 毫秒 | 2.698 毫秒 | 2.734 毫秒 | 0.007 |
| thread_pool | 1 | 10000 | 9.577 毫秒 | 9.658 毫秒 | 9.749 毫秒 | 0.007 |
| thread_pool | 4 | 40 | 95.11 微秒 | 103.23 微秒 | 106.77 微秒 | 0.053 |
| thread_pool | 4 | 300 | 361.48 微秒 | 375.03 微秒 | 376.09 微秒 | 0.018 |
| thread_pool | 4 | 2700 | 2.676 毫秒 | 2.763 毫秒 | 2.777 毫秒 | 0.016 |
| thread_pool | 4 | 10000 | 9.867 毫秒 | 11.864 毫秒 | 12.865 毫秒 | 0.081 |
| thread_pool | 16 | 40 | 92.31 微秒 | 97.34 微秒 | 98.25 微秒 | 0.039 |
| thread_pool | 16 | 300 | 353.51 微秒 | 362.47 微秒 | 375.59 微秒 | 0.023 |
| thread_pool | 16 | 2700 | 2.790 毫秒 | 2.832 毫秒 | 2.868 毫秒 | 0.010 |
| thread_pool | 16 | 10000 | 10.146 毫秒 | 10.195 毫秒 | 10.211 毫秒 | 0.005 |
| thread_pool | 64 | 40 | 89.40 微秒 | 91.59 微秒 | 92.21 微秒 | 0.019 |
| thread_pool | 64 | 300 | 355.32 微秒 | 389.22 微秒 | 457.84 微秒 | 0.069 |
| thread_pool | 64 | 2700 | 2.788 毫秒 | 2.843 毫秒 | 2.858 毫秒 | 0.012 |
| thread_pool | 64 | 10000 | 10.289 毫秒 | 10.354 毫秒 | 10.413 毫秒 | 0.012 |
| zoo | 1 | 40 | 606.25 微秒 | 961.39 微秒 | 991.89 微秒 | 0.270 |
| zoo | 1 | 300 | 867.95 微秒 | 1.228 毫秒 | 1.250 毫秒 | 0.252 |
| zoo | 1 | 2700 | 3.263 毫秒 | 3.328 毫秒 | 3.388 毫秒 | 0.014 |
| zoo | 1 | 10000 | 10.505 毫秒 | 10.893 毫秒 | 10.970 毫秒 | 0.021 |
| zoo | 4 | 40 | 611.17 微秒 | 713.60 微秒 | 748.92 微秒 | 0.115 |
| zoo | 4 | 300 | 866.98 微秒 | 898.40 微秒 | 902.02 微秒 | 0.041 |
| zoo | 4 | 2700 | 3.307 毫秒 | 3.447 毫秒 | 3.485 毫秒 | 0.030 |
| zoo | 4 | 10000 | 10.700 毫秒 | 10.837 毫秒 | 10.853 毫秒 | 0.012 |
| zoo | 16 | 40 | 610.25 微秒 | 709.55 微秒 | 747.97 微秒 | 0.118 |
| zoo | 16 | 300 | 878.71 微秒 | 976.84 微秒 | 1.017 毫秒 | 0.081 |
| zoo | 16 | 2700 | 3.306 毫秒 | 3.405 毫秒 | 3.495 毫秒 | 0.029 |
| zoo | 16 | 10000 | 10.596 毫秒 | 10.693 毫秒 | 11.836 毫秒 | 0.030 |
| zoo | 64 | 40 | 565.92 微秒 | 759.15 微秒 | 837.97 微秒 | 0.170 |
| zoo | 64 | 300 | 842.59 微秒 | 1.054 毫秒 | 1.138 毫秒 | 0.128 |
| zoo | 64 | 2700 | 3.323 毫秒 | 3.551 毫秒 | 3.583 毫秒 | 0.035 |
| zoo | 64 | 10000 | 10.636 毫秒 | 11.013 毫秒 | 11.146 毫秒 | 0.014 |

### 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 | 236.46 微秒 | 80.50% | 57.28 微秒 |
| apscheduler | 1 | 300 | 257.58 微秒 | 46.08% | 301.46 微秒 |
| apscheduler | 1 | 2700 | 266.41 微秒 | 8.91% | 2.723 毫秒 |
| apscheduler | 1 | 10000 | 336.85 微秒 | 3.41% | 9.552 毫秒 |
| apscheduler | 4 | 40 | 211.85 微秒 | 79.29% | 55.35 微秒 |
| apscheduler | 4 | 300 | 208.91 微秒 | 39.72% | 317.10 微秒 |
| apscheduler | 4 | 2700 | 300.58 微秒 | 10.01% | 2.703 毫秒 |
| apscheduler | 4 | 10000 | — | — | 14.772 毫秒 |
| apscheduler | 16 | 40 | — | — | 53.66 微秒 |
| apscheduler | 16 | 300 | — | — | 299.58 微秒 |
| apscheduler | 16 | 2700 | — | — | 2.719 毫秒 |
| apscheduler | 16 | 10000 | — | — | 21.563 毫秒 |
| apscheduler | 64 | 40 | — | — | 50.45 微秒 |
| apscheduler | 64 | 300 | — | — | 304.01 微秒 |
| apscheduler | 64 | 2700 | — | — | 2.679 毫秒 |
| apscheduler | 64 | 10000 | — | — | 30.342 毫秒 |
| asyncio_pool | 1 | 40 | 96.90 微秒 | 66.60% | 48.59 微秒 |
| asyncio_pool | 1 | 300 | 100.32 微秒 | 25.72% | 289.67 微秒 |
| asyncio_pool | 1 | 2700 | 127.46 微秒 | 4.87% | 2.490 毫秒 |
| asyncio_pool | 1 | 10000 | 146.90 微秒 | 1.51% | 9.561 毫秒 |
| asyncio_pool | 4 | 40 | 99.09 微秒 | 64.75% | 53.96 微秒 |
| asyncio_pool | 4 | 300 | 106.69 微秒 | 24.92% | 321.38 微秒 |
| asyncio_pool | 4 | 2700 | 138.11 微秒 | 4.93% | 2.662 毫秒 |
| asyncio_pool | 4 | 10000 | — | — | 9.919 毫秒 |
| asyncio_pool | 16 | 40 | — | — | 53.59 微秒 |
| asyncio_pool | 16 | 300 | — | — | 305.70 微秒 |
| asyncio_pool | 16 | 2700 | — | — | 2.620 毫秒 |
| asyncio_pool | 16 | 10000 | — | — | 24.461 毫秒 |
| asyncio_pool | 64 | 40 | — | — | 52.03 微秒 |
| asyncio_pool | 64 | 300 | — | — | 293.02 微秒 |
| asyncio_pool | 64 | 2700 | — | — | 2.703 毫秒 |
| asyncio_pool | 64 | 10000 | — | — | 40.859 毫秒 |
| bare_thread | 1 | 40 | 92.74 微秒 | 64.52% | 51.01 微秒 |
| bare_thread | 1 | 300 | 105.44 微秒 | 26.40% | 293.91 微秒 |
| bare_thread | 1 | 2700 | 112.38 微秒 | 4.18% | 2.578 毫秒 |
| bare_thread | 1 | 10000 | 124.95 微秒 | 1.31% | 9.427 毫秒 |
| bare_thread | 4 | 40 | 107.74 微秒 | 67.82% | 51.12 微秒 |
| bare_thread | 4 | 300 | 120.65 微秒 | 29.04% | 294.76 微秒 |
| bare_thread | 4 | 2700 | 123.95 微秒 | 4.60% | 2.569 毫秒 |
| bare_thread | 4 | 10000 | — | — | 14.787 毫秒 |
| bare_thread | 16 | 40 | — | — | 51.50 微秒 |
| bare_thread | 16 | 300 | — | — | 295.16 微秒 |
| bare_thread | 16 | 2700 | — | — | 2.578 毫秒 |
| bare_thread | 16 | 10000 | — | — | 15.061 毫秒 |
| bare_thread | 64 | 40 | — | — | 50.98 微秒 |
| bare_thread | 64 | 300 | — | — | 296.18 微秒 |
| bare_thread | 64 | 2700 | — | — | 2.627 毫秒 |
| bare_thread | 64 | 10000 | — | — | 14.661 毫秒 |
| process_pool | 1 | 40 | 282.18 微秒 | 83.87% | 54.25 微秒 |
| process_pool | 1 | 300 | 299.03 微秒 | 49.32% | 307.25 微秒 |
| process_pool | 1 | 2700 | 342.47 微秒 | 11.36% | 2.673 毫秒 |
| process_pool | 1 | 10000 | 319.72 微秒 | 3.30% | 9.383 毫秒 |
| process_pool | 4 | 40 | 99.69 微秒 | 51.69% | 93.17 微秒 |
| process_pool | 4 | 300 | — | — | 569.80 微秒 |
| process_pool | 4 | 2700 | — | — | 4.906 毫秒 |
| process_pool | 4 | 10000 | — | — | 17.803 毫秒 |
| process_pool | 16 | 40 | — | — | 91.27 微秒 |
| process_pool | 16 | 300 | — | — | 583.13 微秒 |
| process_pool | 16 | 2700 | — | — | 9.667 毫秒 |
| process_pool | 16 | 10000 | — | — | 52.111 毫秒 |
| process_pool | 64 | 40 | — | — | 89.02 微秒 |
| process_pool | 64 | 300 | — | — | 574.61 微秒 |
| process_pool | 64 | 2700 | — | — | 27.072 毫秒 |
| process_pool | 64 | 10000 | — | — | 160.095 毫秒 |
| thread_pool | 1 | 40 | 30.68 微秒 | 40.99% | 44.16 微秒 |
| thread_pool | 1 | 300 | 41.87 微秒 | 12.38% | 296.39 微秒 |
| thread_pool | 1 | 2700 | 46.97 微秒 | 1.76% | 2.622 毫秒 |
| thread_pool | 1 | 10000 | 61.46 微秒 | 0.64% | 9.515 毫秒 |
| thread_pool | 4 | 40 | 46.09 微秒 | 48.45% | 49.03 微秒 |
| thread_pool | 4 | 300 | 52.58 微秒 | 14.55% | 308.89 微秒 |
| thread_pool | 4 | 2700 | 59.67 微秒 | 2.23% | 2.616 毫秒 |
| thread_pool | 4 | 10000 | — | — | 19.820 毫秒 |
| thread_pool | 16 | 40 | — | — | 49.32 微秒 |
| thread_pool | 16 | 300 | — | — | 298.88 微秒 |
| thread_pool | 16 | 2700 | — | — | 2.704 毫秒 |
| thread_pool | 16 | 10000 | — | — | 26.429 毫秒 |
| thread_pool | 64 | 40 | — | — | 46.87 微秒 |
| thread_pool | 64 | 300 | — | — | 299.35 微秒 |
| thread_pool | 64 | 2700 | — | — | 2.683 毫秒 |
| thread_pool | 64 | 10000 | — | — | 56.167 毫秒 |
| zoo | 1 | 40 | 534.31 微秒 | 88.13% | 71.94 微秒 |
| zoo | 1 | 300 | 539.47 微秒 | 62.15% | 328.48 微秒 |
| zoo | 1 | 2700 | 556.01 微秒 | 17.04% | 2.707 毫秒 |
| zoo | 1 | 10000 | 554.64 微秒 | 5.28% | 9.951 毫秒 |
| zoo | 4 | 40 | 547.26 微秒 | 89.54% | 63.91 微秒 |
| zoo | 4 | 300 | 544.31 微秒 | 62.78% | 322.67 微秒 |
| zoo | 4 | 2700 | 649.15 微秒 | 19.63% | 2.658 毫秒 |
| zoo | 4 | 10000 | — | — | 14.948 毫秒 |
| zoo | 16 | 40 | — | — | 65.98 微秒 |
| zoo | 16 | 300 | — | — | 317.65 微秒 |
| zoo | 16 | 2700 | — | — | 2.642 毫秒 |
| zoo | 16 | 10000 | — | — | 14.780 毫秒 |
| zoo | 64 | 40 | — | — | 55.17 微秒 |
| zoo | 64 | 300 | — | — | 321.35 微秒 |
| zoo | 64 | 2700 | — | — | 2.753 毫秒 |
| zoo | 64 | 10000 | — | — | 15.234 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 | 3404.3 |
| apscheduler | 1 | 300 | 1788.8 |
| apscheduler | 1 | 2700 | 334.5 |
| apscheduler | 1 | 10000 | 101.1 |
| apscheduler | 4 | 40 | 14970.0 |
| apscheduler | 4 | 300 | 7604.4 |
| apscheduler | 4 | 2700 | 1331.9 |
| apscheduler | 4 | 10000 | 394.8 |
| apscheduler | 16 | 40 | 70711.5 |
| apscheduler | 16 | 300 | 33030.1 |
| apscheduler | 16 | 2700 | 5375.2 |
| apscheduler | 16 | 10000 | 1548.6 |
| apscheduler | 64 | 40 | 285777.7 |
| apscheduler | 64 | 300 | 126173.2 |
| apscheduler | 64 | 2700 | 21702.3 |
| apscheduler | 64 | 10000 | 6046.2 |
| asyncio_pool | 1 | 40 | 6873.2 |
| asyncio_pool | 1 | 300 | 2564.2 |
| asyncio_pool | 1 | 2700 | 382.1 |
| asyncio_pool | 1 | 10000 | 103.0 |
| asyncio_pool | 4 | 40 | 26136.1 |
| asyncio_pool | 4 | 300 | 9344.3 |
| asyncio_pool | 4 | 2700 | 1428.5 |
| asyncio_pool | 4 | 10000 | 412.6 |
| asyncio_pool | 16 | 40 | 115629.2 |
| asyncio_pool | 16 | 300 | 40462.9 |
| asyncio_pool | 16 | 2700 | 5831.5 |
| asyncio_pool | 16 | 10000 | 1605.9 |
| asyncio_pool | 64 | 40 | 530094.2 |
| asyncio_pool | 64 | 300 | 172085.1 |
| asyncio_pool | 64 | 2700 | 22599.7 |
| asyncio_pool | 64 | 10000 | 6281.4 |
| bare_thread | 1 | 40 | 6956.3 |
| bare_thread | 1 | 300 | 2504.1 |
| bare_thread | 1 | 2700 | 371.7 |
| bare_thread | 1 | 10000 | 104.7 |
| bare_thread | 4 | 40 | 25180.5 |
| bare_thread | 4 | 300 | 9629.0 |
| bare_thread | 4 | 2700 | 1485.5 |
| bare_thread | 4 | 10000 | 405.2 |
| bare_thread | 16 | 40 | 93082.7 |
| bare_thread | 16 | 300 | 37756.1 |
| bare_thread | 16 | 2700 | 5917.6 |
| bare_thread | 16 | 10000 | 1604.5 |
| bare_thread | 64 | 40 | 376362.9 |
| bare_thread | 64 | 300 | 150577.9 |
| bare_thread | 64 | 2700 | 23154.0 |
| bare_thread | 64 | 10000 | 6718.2 |
| process_pool | 1 | 40 | 2972.4 |
| process_pool | 1 | 300 | 1649.4 |
| process_pool | 1 | 2700 | 331.7 |
| process_pool | 1 | 10000 | 103.1 |
| process_pool | 4 | 40 | 20740.7 |
| process_pool | 4 | 300 | 14093.4 |
| process_pool | 4 | 2700 | 2878.6 |
| process_pool | 4 | 10000 | 868.1 |
| process_pool | 16 | 40 | 99052.0 |
| process_pool | 16 | 300 | 57486.6 |
| process_pool | 16 | 2700 | 11345.1 |
| process_pool | 16 | 10000 | 3451.0 |
| process_pool | 64 | 40 | 325635.1 |
| process_pool | 64 | 300 | 212645.4 |
| process_pool | 64 | 2700 | 47269.4 |
| process_pool | 64 | 10000 | 13826.1 |
| thread_pool | 1 | 40 | 13362.6 |
| thread_pool | 1 | 300 | 2956.3 |
| thread_pool | 1 | 2700 | 374.6 |
| thread_pool | 1 | 10000 | 104.4 |
| thread_pool | 4 | 40 | 42055.6 |
| thread_pool | 4 | 300 | 11065.7 |
| thread_pool | 4 | 2700 | 1494.9 |
| thread_pool | 4 | 10000 | 405.4 |
| thread_pool | 16 | 40 | 173329.2 |
| thread_pool | 16 | 300 | 45260.1 |
| thread_pool | 16 | 2700 | 5735.0 |
| thread_pool | 16 | 10000 | 1577.0 |
| thread_pool | 64 | 40 | 715882.7 |
| thread_pool | 64 | 300 | 180117.2 |
| thread_pool | 64 | 2700 | 22956.6 |
| thread_pool | 64 | 10000 | 6220.2 |
| zoo | 1 | 40 | 1649.5 |
| zoo | 1 | 300 | 1152.1 |
| zoo | 1 | 2700 | 306.5 |
| zoo | 1 | 10000 | 95.2 |
| zoo | 4 | 40 | 6544.9 |
| zoo | 4 | 300 | 4613.7 |
| zoo | 4 | 2700 | 1209.4 |
| zoo | 4 | 10000 | 373.8 |
| zoo | 16 | 40 | 26218.8 |
| zoo | 16 | 300 | 18208.4 |
| zoo | 16 | 2700 | 4839.3 |
| zoo | 16 | 10000 | 1510.0 |
| zoo | 64 | 40 | 113090.9 |
| zoo | 64 | 300 | 75956.6 |
| zoo | 64 | 2700 | 19258.5 |
| zoo | 64 | 10000 | 6017.5 |