# zoo-bench 性能报告

原始数据：`results/zoo-framework-0.9.0/20261011T092749Z.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） | 0.9.0 |
| 被测框架（模块 __version__） | 0.9.0（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==0.9.0` |

> 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 1.83x（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，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，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，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% | 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 | — | **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 | 40 | 该档位是所测档位中最小的满足者 |
| 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 | 182.57 微秒 | 288.52 微秒 | 140.37 微秒 | 148.91 微秒 | 333.53 微秒 | 75.77 微秒 |
| 1 | 300 | 449.17 微秒 | 542.76 微秒 | 386.47 微秒 | 384.68 微秒 | 607.37 微秒 | 322.77 微秒 |
| 1 | 2700 | 2.754 毫秒 | 2.999 毫秒 | 2.752 毫秒 | 2.672 毫秒 | 3.009 毫秒 | 2.689 毫秒 |
| 1 | 10000 | 10.066 毫秒 | 9.971 毫秒 | 9.482 毫秒 | 9.648 毫秒 | 9.888 毫秒 | 9.361 毫秒 |
| 4 | 40 | 206.14 微秒 | 256.36 微秒 | 173.04 微秒 | 199.87 微秒 | 168.78 微秒 | 96.03 微秒 |
| 4 | 300 | 485.26 微秒 | 511.06 微秒 | 407.48 微秒 | 419.42 微秒 | 304.29 微秒 | 350.77 微秒 |
| 4 | 2700 | 2.946 毫秒 | 2.983 毫秒 | 2.755 毫秒 | 2.706 毫秒 | 1.385 毫秒 | 2.742 毫秒 |
| 4 | 10000 | 10.106 毫秒 | 10.258 毫秒 | 9.867 毫秒 | 9.696 毫秒 | 4.621 毫秒 | 9.813 毫秒 |
| 16 | 40 | 205.75 微秒 | 224.01 微秒 | 134.08 微秒 | 167.78 微秒 | 149.92 微秒 | 90.21 微秒 |
| 16 | 300 | 470.57 微秒 | 505.14 微秒 | 393.00 微秒 | 424.88 微秒 | 278.51 微秒 | 343.15 微秒 |
| 16 | 2700 | 2.899 毫秒 | 2.980 毫秒 | 2.802 毫秒 | 2.711 毫秒 | 1.370 毫秒 | 2.772 毫秒 |
| 16 | 10000 | 10.084 毫秒 | 9.881 毫秒 | 9.935 毫秒 | 9.609 毫秒 | 4.741 毫秒 | 9.803 毫秒 |
| 64 | 40 | 207.28 微秒 | 220.85 微秒 | 120.26 微秒 | 171.52 微秒 | 194.08 微秒 | 89.21 微秒 |
| 64 | 300 | 491.01 微秒 | 501.75 微秒 | 384.40 微秒 | 424.30 微秒 | 299.76 微秒 | 350.35 微秒 |
| 64 | 2700 | 2.953 毫秒 | 2.965 毫秒 | 2.811 毫秒 | 2.675 毫秒 | 1.364 毫秒 | 2.696 毫秒 |
| 64 | 10000 | 10.538 毫秒 | 10.167 毫秒 | 10.407 毫秒 | 9.827 毫秒 | 4.686 毫秒 | 10.244 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 | 71.66% | 79.81% | 67.08% | 64.13% | 83.82% | 41.38% |
| 1 | 300 | 32.12% | 44.93% | 26.24% | 25.34% | 48.87% | 11.10% |
| 1 | 2700 | 5.65% | 9.02% | 4.58% | 4.02% | 11.37% | 2.35% |
| 1 | 10000 | 2.55% | 3.19% | 1.54% | 1.25% | 3.45% | 0.67% |
| 4 | 40 | 73.26% | 78.08% | 68.70% | 70.52% | 67.43% | 48.25% |
| 4 | 300 | 36.28% | 39.64% | 25.85% | 28.21% | — | 14.92% |
| 4 | 2700 | 7.68% | 8.71% | 4.45% | 4.05% | — | 2.85% |
| 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 | 5477.4 | 3466.0 | 7123.9 | 6715.5 | 2998.2 | 13198.4 |
| 1 | 300 | 2226.3 | 1842.4 | 2587.5 | 2599.6 | 1646.4 | 3098.1 |
| 1 | 2700 | 363.1 | 333.4 | 363.4 | 374.3 | 332.3 | 371.9 |
| 1 | 10000 | 99.3 | 100.3 | 105.5 | 103.6 | 101.1 | 106.8 |
| 4 | 40 | 19404.4 | 15602.9 | 23116.5 | 20013.0 | 23699.2 | 41654.8 |
| 4 | 300 | 8242.9 | 7826.8 | 9816.5 | 9537.0 | 13145.4 | 11403.4 |
| 4 | 2700 | 1357.7 | 1341.0 | 1451.9 | 1478.1 | 2888.8 | 1459.0 |
| 4 | 10000 | 395.8 | 389.9 | 405.4 | 412.6 | 865.5 | 407.6 |
| 16 | 40 | 77763.4 | 71424.4 | 119331.0 | 95364.7 | 106727.0 | 177361.2 |
| 16 | 300 | 34001.3 | 31674.5 | 40712.6 | 37658.1 | 57448.9 | 46626.5 |
| 16 | 2700 | 5518.7 | 5369.8 | 5711.1 | 5901.5 | 11678.3 | 5772.6 |
| 16 | 10000 | 1586.7 | 1619.2 | 1610.5 | 1665.2 | 3375.1 | 1632.1 |
| 64 | 40 | 308754.3 | 289794.7 | 532160.1 | 373124.9 | 329761.1 | 717389.6 |
| 64 | 300 | 130343.7 | 127553.4 | 166491.4 | 150836.5 | 213501.9 | 182674.1 |
| 64 | 2700 | 21671.4 | 21585.8 | 22767.3 | 23921.9 | 46909.7 | 23741.9 |
| 64 | 10000 | 6073.5 | 6294.8 | 6149.5 | 6512.8 | 13657.9 | 6247.3 |

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 | 108.78 微秒 | 81.29 微秒 | 58.86 微秒 | 42.86 微秒 | ok |
| apscheduler | 4 | 40 | 110.68 微秒 | 519.28 微秒 | 56.18 微秒 | 218.97 微秒 | ok |
| apscheduler | 1 | 10000 | 166.72 微秒 | 122.62 微秒 | 9.782 毫秒 | 59.54 微秒 | ok |
| apscheduler | 4 | 10000 | 119.74 微秒 | 12.884 毫秒 | 14.542 毫秒 | 9.805 毫秒 | ok |
| asyncio_pool | 1 | 40 | 27.40 微秒 | 47.40 微秒 | 56.28 微秒 | 78.36 微秒 | ok |
| asyncio_pool | 4 | 40 | 19.00 微秒 | 259.15 微秒 | 54.13 微秒 | 309.16 微秒 | ok |
| asyncio_pool | 1 | 10000 | 22.65 微秒 | 36.13 微秒 | 9.197 毫秒 | 84.50 微秒 | ok |
| asyncio_pool | 4 | 10000 | 23.82 微秒 | 12.044 毫秒 | 14.259 毫秒 | 9.649 毫秒 | ok |
| bare_thread | 1 | 40 | 141.09 微秒 | -77.35 微秒 | 52.12 微秒 | 31.62 微秒 | ok |
| bare_thread | 4 | 40 | 150.71 微秒 | -74.46 微秒 | 50.79 微秒 | 302.37 微秒 | ok |
| bare_thread | 1 | 10000 | 5.173 毫秒 | -5094.45 微秒 | 9.675 毫秒 | 38.67 微秒 | ok |
| bare_thread | 4 | 10000 | 5.189 毫秒 | -5084.41 微秒 | 14.786 毫秒 | 9.975 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 | 8.04 微秒 | 10.46 微秒 | 45.22 微秒 | 15.50 微秒 | ok |
| thread_pool | 4 | 40 | 11.13 微秒 | 180.20 微秒 | 49.39 微秒 | 148.07 微秒 | ok |
| thread_pool | 1 | 10000 | 13.34 微秒 | 17.54 微秒 | 9.434 毫秒 | 28.94 微秒 | ok |
| thread_pool | 4 | 10000 | 13.42 微秒 | 10.048 毫秒 | 15.032 毫秒 | 9.237 毫秒 | ok |
| zoo | 1 | 40 | 56.37 微秒 | 24.72 微秒 | 52.56 微秒 | 62.97 微秒 | ok |
| zoo | 4 | 40 | 64.44 微秒 | 392.36 微秒 | 56.29 微秒 | 334.47 微秒 | ok |
| zoo | 1 | 10000 | 93.87 微秒 | 30.59 微秒 | 9.703 毫秒 | 100.45 微秒 | ok |
| zoo | 4 | 10000 | 92.78 微秒 | 10.328 毫秒 | 14.664 毫秒 | 9.974 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 | -100.74 微秒 | 回程 | 20.10 微秒 |
| asyncio_pool | 1 | 40 | -13.24 微秒 | 提交侧 | 28.96 微秒 |
| bare_thread | 1 | 40 | 49.06 微秒 | 手交 | 102.07 微秒 |
| thread_pool | 1 | 40 | 117.53 微秒 | 提交侧 | 48.33 微秒 |
| apscheduler | 4 | 40 | -134.18 微秒 | 回程 | 115.50 微秒 |
| asyncio_pool | 4 | 40 | 134.12 微秒 | 手交 | 133.22 微秒 |
| bare_thread | 4 | 40 | 337.46 微秒 | 手交 | 466.82 微秒 |
| thread_pool | 4 | 40 | 404.51 微秒 | 手交 | 212.16 微秒 |
| apscheduler | 1 | 10000 | -196.87 微秒 | 回程 | 40.91 微秒 |
| asyncio_pool | 1 | 10000 | 580.65 微秒 | 执行体 | 506.69 微秒 |
| bare_thread | 1 | 10000 | 141.08 微秒 | 手交 | 5.125 毫秒 |
| thread_pool | 1 | 10000 | 429.60 微秒 | 执行体 | 269.02 微秒 |
| apscheduler | 4 | 10000 | 257.50 微秒 | 回程 | 169.34 微秒 |
| asyncio_pool | 4 | 10000 | 1.275 毫秒 | 执行体 | 404.28 微秒 |
| bare_thread | 4 | 10000 | 8.348 毫秒 | 手交 | 15.412 毫秒 |
| thread_pool | 4 | 10000 | 671.61 微秒 | 回程 | 737.02 微秒 |

> 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 195.82 微秒 对插桩后 197.14 微秒，差 1.32 微秒；zoo 40 微秒 / 并发 4：不插桩 788.53 微秒 对插桩后 782.07 微秒，差 6.46 微秒（插桩后反而更快：这轮里机器漂移比插桩成本还大）；zoo 10000 微秒 / 并发 1：不插桩 9.971 毫秒 对插桩后 9.936 毫秒，差 34.78 微秒（插桩后反而更快：这轮里机器漂移比插桩成本还大）；zoo 10000 微秒 / 并发 4：不插桩 40.412 毫秒 对插桩后 40.009 毫秒，差 403.79 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 40 微秒 / 并发 1 超出 1.3%；zoo 40 微秒 / 并发 4 超出 5.1%；zoo 10000 微秒 / 并发 4 超出 94.1%

### 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） 0.25 微秒；派发（交给调度模型，含池的入队） 26.68 微秒；每轮策略查询（周期/相位/超时各查一次配置） 20.73 微秒；提交侧其他（适配器自己的记账与完成信号状态） 8.48 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） 36.68 微秒；每轮策略查询（周期/相位/超时各查一次配置） 29.29 微秒；提交侧其他（适配器自己的记账与完成信号状态） 4.30 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） 0.30 微秒；派发（交给调度模型，含池的入队） 43.21 微秒；每轮策略查询（周期/相位/超时各查一次配置） 35.41 微秒；提交侧其他（适配器自己的记账与完成信号状态） 15.10 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） 51.42 微秒；每轮策略查询（周期/相位/超时各查一次配置） 49.10 微秒；提交侧其他（适配器自己的记账与完成信号状态） 3.68 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 -101 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，被测框架整体不慢于 asyncio_pool（每任务 -13 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 bare_thread 每任务多花 49 微秒，其中主要落在「手交」（+102 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -85 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 118 微秒，其中主要落在「提交侧」（+48 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） 27、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 -134 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 134 微秒，其中主要落在「手交」（+133 微秒）。
- 并发度 4、执行体 40 微秒 下，被测框架相对 bare_thread 每任务多花 337 微秒，其中主要落在「手交」（+467 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -86 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 405 微秒，其中主要落在「手交」（+212 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） 37、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 -197 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 581 微秒，其中主要落在「执行体」（+507 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 141 微秒，其中主要落在「手交」（+5125 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -5079 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 430 微秒，其中主要落在「执行体」（+269 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） 43、每轮策略查询（周期/相位/超时各查一次配置） 35、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，被测框架相对 apscheduler 每任务多花 258 微秒，其中主要落在「回程」（+169 微秒）。
- 　注意：该组逐段差额并非同号——「手交」为 -2557 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 1275 微秒，其中主要落在「执行体」（+404 微秒）。
- 　注意：该组逐段差额并非同号——「手交」为 -1716 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 8348 微秒，其中主要落在「手交」（+15412 微秒）。
- 　注意：该组逐段差额并非同号——「提交侧」为 -5096 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 672 微秒，其中主要落在「回程」（+737 微秒）。
- 　注意：该组逐段差额并非同号——「执行体」为 -368 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） 51、每轮策略查询（周期/相位/超时各查一次配置） 49、提交侧其他（适配器自己的记账与完成信号状态） 4。

## 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（0.0122s）（执行体 0.15s、run_timeout 0.01s）；判定动作在 dispatch_core.py:425；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 1.58x | 182.57 微秒 |
| process_pool | 1 | 40 | 被测框架比 process_pool 快 1.83x | 182.57 微秒 |
| apscheduler | 1 | 300 | 被测框架比 apscheduler 快 1.21x | 449.17 微秒 |
| process_pool | 1 | 300 | 被测框架比 process_pool 快 1.35x | 449.17 微秒 |
| apscheduler | 1 | 2700 | 被测框架比 apscheduler 快 1.09x | 2.754 毫秒 |
| process_pool | 1 | 2700 | 被测框架比 process_pool 快 1.09x | 2.754 毫秒 |
| apscheduler | 4 | 40 | 被测框架比 apscheduler 快 1.24x | 206.14 微秒 |
| apscheduler | 16 | 300 | 被测框架比 apscheduler 快 1.07x | 470.57 微秒 |
| apscheduler | 16 | 2700 | 被测框架比 apscheduler 快 1.03x | 2.899 毫秒 |

## 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 |
|---|---|---|---|---|
| asyncio_pool | 1 | 40 | asyncio_pool 比 zoo 快 1.30x | 182.57 微秒 |
| thread_pool | 1 | 40 | thread_pool 比 zoo 快 2.41x | 182.57 微秒 |
| asyncio_pool | 1 | 300 | asyncio_pool 比 zoo 快 1.16x | 449.17 微秒 |
| bare_thread | 1 | 300 | bare_thread 比 zoo 快 1.17x | 449.17 微秒 |
| thread_pool | 1 | 300 | thread_pool 比 zoo 快 1.39x | 449.17 微秒 |
| bare_thread | 1 | 2700 | bare_thread 比 zoo 快 1.03x | 2.754 毫秒 |
| thread_pool | 1 | 2700 | thread_pool 比 zoo 快 1.02x | 2.754 毫秒 |
| asyncio_pool | 1 | 10000 | asyncio_pool 比 zoo 快 1.06x | 10.066 毫秒 |
| bare_thread | 1 | 10000 | bare_thread 比 zoo 快 1.04x | 10.066 毫秒 |
| thread_pool | 1 | 10000 | thread_pool 比 zoo 快 1.08x | 10.066 毫秒 |
| thread_pool | 4 | 40 | thread_pool 比 zoo 快 2.15x | 206.14 微秒 |
| asyncio_pool | 4 | 300 | asyncio_pool 比 zoo 快 1.19x | 485.26 微秒 |
| bare_thread | 4 | 300 | bare_thread 比 zoo 快 1.16x | 485.26 微秒 |
| process_pool | 4 | 300 | process_pool 比 zoo 快 1.59x | 485.26 微秒 |
| thread_pool | 4 | 300 | thread_pool 比 zoo 快 1.38x | 485.26 微秒 |
| asyncio_pool | 4 | 2700 | asyncio_pool 比 zoo 快 1.07x | 2.946 毫秒 |
| bare_thread | 4 | 2700 | bare_thread 比 zoo 快 1.09x | 2.946 毫秒 |
| process_pool | 4 | 2700 | process_pool 比 zoo 快 2.13x | 2.946 毫秒 |
| thread_pool | 4 | 2700 | thread_pool 比 zoo 快 1.07x | 2.946 毫秒 |
| asyncio_pool | 4 | 10000 | asyncio_pool 比 zoo 快 1.02x | 10.106 毫秒 |
| process_pool | 4 | 10000 | process_pool 比 zoo 快 2.19x | 10.106 毫秒 |
| thread_pool | 4 | 10000 | thread_pool 比 zoo 快 1.03x | 10.106 毫秒 |
| asyncio_pool | 16 | 40 | asyncio_pool 比 zoo 快 1.53x | 205.75 微秒 |
| bare_thread | 16 | 40 | bare_thread 比 zoo 快 1.23x | 205.75 微秒 |
| thread_pool | 16 | 40 | thread_pool 比 zoo 快 2.28x | 205.75 微秒 |
| asyncio_pool | 16 | 300 | asyncio_pool 比 zoo 快 1.20x | 470.57 微秒 |
| bare_thread | 16 | 300 | bare_thread 比 zoo 快 1.11x | 470.57 微秒 |
| process_pool | 16 | 300 | process_pool 比 zoo 快 1.69x | 470.57 微秒 |
| thread_pool | 16 | 300 | thread_pool 比 zoo 快 1.37x | 470.57 微秒 |
| asyncio_pool | 16 | 2700 | asyncio_pool 比 zoo 快 1.03x | 2.899 毫秒 |
| bare_thread | 16 | 2700 | bare_thread 比 zoo 快 1.07x | 2.899 毫秒 |
| process_pool | 16 | 2700 | process_pool 比 zoo 快 2.12x | 2.899 毫秒 |
| thread_pool | 16 | 2700 | thread_pool 比 zoo 快 1.05x | 2.899 毫秒 |
| apscheduler | 16 | 10000 | apscheduler 比 zoo 快 1.02x | 10.084 毫秒 |
| asyncio_pool | 16 | 10000 | asyncio_pool 比 zoo 快 1.02x | 10.084 毫秒 |
| bare_thread | 16 | 10000 | bare_thread 比 zoo 快 1.05x | 10.084 毫秒 |
| process_pool | 16 | 10000 | process_pool 比 zoo 快 2.13x | 10.084 毫秒 |
| thread_pool | 16 | 10000 | thread_pool 比 zoo 快 1.03x | 10.084 毫秒 |
| asyncio_pool | 64 | 40 | asyncio_pool 比 zoo 快 1.72x | 207.28 微秒 |
| bare_thread | 64 | 40 | bare_thread 比 zoo 快 1.21x | 207.28 微秒 |
| thread_pool | 64 | 40 | thread_pool 比 zoo 快 2.32x | 207.28 微秒 |
| asyncio_pool | 64 | 300 | asyncio_pool 比 zoo 快 1.28x | 491.01 微秒 |
| bare_thread | 64 | 300 | bare_thread 比 zoo 快 1.16x | 491.01 微秒 |
| process_pool | 64 | 300 | process_pool 比 zoo 快 1.64x | 491.01 微秒 |
| thread_pool | 64 | 300 | thread_pool 比 zoo 快 1.40x | 491.01 微秒 |
| asyncio_pool | 64 | 2700 | asyncio_pool 比 zoo 快 1.05x | 2.953 毫秒 |
| bare_thread | 64 | 2700 | bare_thread 比 zoo 快 1.10x | 2.953 毫秒 |
| process_pool | 64 | 2700 | process_pool 比 zoo 快 2.16x | 2.953 毫秒 |
| thread_pool | 64 | 2700 | thread_pool 比 zoo 快 1.10x | 2.953 毫秒 |
| apscheduler | 64 | 10000 | apscheduler 比 zoo 快 1.04x | 10.538 毫秒 |
| bare_thread | 64 | 10000 | bare_thread 比 zoo 快 1.07x | 10.538 毫秒 |
| process_pool | 64 | 10000 | process_pool 比 zoo 快 2.25x | 10.538 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：1.4% 到 30.1%（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 |
|---|---|---|---|---|
| bare_thread | 1 | 40 | 0.82x | 两侧差异 18.4% 小于带宽 30.1%，分不出胜负 |
| asyncio_pool | 1 | 2700 | 1.00x | 两侧差异 0.1% 小于带宽 3.1%，分不出胜负 |
| apscheduler | 1 | 10000 | 0.99x | 两侧差异 0.9% 小于带宽 4.6%，分不出胜负 |
| process_pool | 1 | 10000 | 0.98x | 两侧差异 1.8% 小于带宽 1.9%，分不出胜负 |
| asyncio_pool | 4 | 40 | 0.84x | 两侧差异 16.1% 小于带宽 17.3%，分不出胜负 |
| bare_thread | 4 | 40 | 0.97x | 两侧差异 3.0% 小于带宽 14.3%，分不出胜负 |
| process_pool | 4 | 40 | 0.82x | 两侧差异 18.1% 小于带宽 22.2%，分不出胜负 |
| apscheduler | 4 | 300 | 1.05x | 两侧差异 5.3% 小于带宽 7.0%，分不出胜负 |
| apscheduler | 4 | 2700 | 1.01x | 两侧差异 1.3% 小于带宽 2.7%，分不出胜负 |
| apscheduler | 4 | 10000 | 1.02x | 两侧差异 1.5% 小于带宽 3.2%，分不出胜负 |
| bare_thread | 4 | 10000 | 0.96x | 两侧差异 4.1% 小于带宽 4.7%，分不出胜负 |
| apscheduler | 16 | 40 | 1.09x | 两侧差异 8.9% 小于带宽 15.6%，分不出胜负 |
| process_pool | 16 | 40 | 0.73x | 两侧差异 27.1% 小于带宽 29.0%，分不出胜负 |
| apscheduler | 64 | 40 | 1.07x | 两侧差异 6.5% 小于带宽 9.9%，分不出胜负 |
| process_pool | 64 | 40 | 0.94x | 两侧差异 6.4% 小于带宽 16.1%，分不出胜负 |
| apscheduler | 64 | 300 | 1.02x | 两侧差异 2.2% 小于带宽 5.0%，分不出胜负 |
| apscheduler | 64 | 2700 | 1.00x | 两侧差异 0.4% 小于带宽 1.7%，分不出胜负 |
| asyncio_pool | 64 | 10000 | 0.99x | 两侧差异 1.2% 小于带宽 3.9%，分不出胜负 |
| thread_pool | 64 | 10000 | 0.97x | 两侧差异 2.8% 小于带宽 3.7%，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': 43405, 'child_pids': [43869, 43872, 43875, 43878, 43881, 43887, 43893, 43899, 43905, 43923, 43941, 43959, 43978, 44034, 44090, 44145, 44206, 44208, 44210, 44212, 44214, 44219, 44224, 44229, 44234, 44251, 44268, 44285, 44302, 44363, 44425, 44490, 44555, 44589, 44623, 44657, 44691, 44824, 44959, 45092, 45225, 45754, 46283, 46812, 47341, 49454, 51567, 53680, 55794, 55798, 55802, 55806, 55810, 55817, 55824, 55831, 55838, 55857, 55876, 55895, 55914, 55981, 56048, 56115, 56182, 56184, 56186, 56189, 56191, 56196, 56201, 56206, 56211, 56228, 56245, 56262, 56279, 56335, 56392, 56453, 56519, 56521, 56523, 56525, 56527, 56532, 56537, 56542, 56547, 56564, 56581, 56598, 56615, 56664, 56713, 56758], '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 | 288.52 微秒 | 319.90 微秒 | 323.17 微秒 | 0.053 |
| apscheduler | 1 | 300 | 542.76 微秒 | 584.20 微秒 | 596.60 微秒 | 0.042 |
| apscheduler | 1 | 2700 | 2.999 毫秒 | 3.199 毫秒 | 3.209 毫秒 | 0.027 |
| apscheduler | 1 | 10000 | 9.971 毫秒 | 10.397 毫秒 | 11.362 毫秒 | 0.034 |
| apscheduler | 4 | 40 | 256.36 微秒 | 278.20 微秒 | 299.54 微秒 | 0.047 |
| apscheduler | 4 | 300 | 511.06 微秒 | 526.87 微秒 | 571.99 微秒 | 0.030 |
| apscheduler | 4 | 2700 | 2.983 毫秒 | 3.051 毫秒 | 3.097 毫秒 | 0.012 |
| apscheduler | 4 | 10000 | 10.258 毫秒 | 10.480 毫秒 | 11.282 毫秒 | 0.025 |
| apscheduler | 16 | 40 | 224.01 微秒 | 265.51 微秒 | 278.59 微秒 | 0.084 |
| apscheduler | 16 | 300 | 505.14 微秒 | 532.88 微秒 | 551.13 微秒 | 0.026 |
| apscheduler | 16 | 2700 | 2.980 毫秒 | 3.025 毫秒 | 3.042 毫秒 | 0.010 |
| apscheduler | 16 | 10000 | 9.881 毫秒 | 9.964 毫秒 | 9.988 毫秒 | 0.008 |
| apscheduler | 64 | 40 | 220.85 微秒 | 246.89 微秒 | 281.47 微秒 | 0.068 |
| apscheduler | 64 | 300 | 501.75 微秒 | 548.43 微秒 | 550.58 微秒 | 0.040 |
| apscheduler | 64 | 2700 | 2.965 毫秒 | 3.002 毫秒 | 3.006 毫秒 | 0.010 |
| apscheduler | 64 | 10000 | 10.167 毫秒 | 10.487 毫秒 | 10.506 毫秒 | 0.014 |
| asyncio_pool | 1 | 40 | 140.37 微秒 | 165.56 微秒 | 181.10 微秒 | 0.083 |
| asyncio_pool | 1 | 300 | 386.47 微秒 | 424.78 微秒 | 434.41 微秒 | 0.046 |
| asyncio_pool | 1 | 2700 | 2.752 毫秒 | 2.835 毫秒 | 2.987 毫秒 | 0.023 |
| asyncio_pool | 1 | 10000 | 9.482 毫秒 | 9.593 毫秒 | 9.606 毫秒 | 0.007 |
| asyncio_pool | 4 | 40 | 173.04 微秒 | 188.13 微秒 | 194.49 微秒 | 0.098 |
| asyncio_pool | 4 | 300 | 407.48 微秒 | 430.31 微秒 | 434.63 微秒 | 0.025 |
| asyncio_pool | 4 | 2700 | 2.755 毫秒 | 2.843 毫秒 | 2.872 毫秒 | 0.020 |
| asyncio_pool | 4 | 10000 | 9.867 毫秒 | 10.018 毫秒 | 10.030 毫秒 | 0.007 |
| asyncio_pool | 16 | 40 | 134.08 微秒 | 145.26 微秒 | 147.06 微秒 | 0.048 |
| asyncio_pool | 16 | 300 | 393.00 微秒 | 410.43 微秒 | 413.08 微秒 | 0.025 |
| asyncio_pool | 16 | 2700 | 2.802 毫秒 | 2.880 毫秒 | 2.901 毫秒 | 0.014 |
| asyncio_pool | 16 | 10000 | 9.935 毫秒 | 10.005 毫秒 | 10.035 毫秒 | 0.006 |
| asyncio_pool | 64 | 40 | 120.26 微秒 | 127.13 微秒 | 155.48 微秒 | 0.075 |
| asyncio_pool | 64 | 300 | 384.40 微秒 | 394.23 微秒 | 419.68 微秒 | 0.023 |
| asyncio_pool | 64 | 2700 | 2.811 毫秒 | 2.843 毫秒 | 2.879 毫秒 | 0.008 |
| asyncio_pool | 64 | 10000 | 10.407 毫秒 | 10.532 毫秒 | 10.737 毫秒 | 0.018 |
| bare_thread | 1 | 40 | 148.91 微秒 | 191.86 微秒 | 265.16 微秒 | 0.191 |
| bare_thread | 1 | 300 | 384.68 微秒 | 418.48 微秒 | 436.19 微秒 | 0.043 |
| bare_thread | 1 | 2700 | 2.672 毫秒 | 2.738 毫秒 | 2.766 毫秒 | 0.011 |
| bare_thread | 1 | 10000 | 9.648 毫秒 | 9.807 毫秒 | 9.991 毫秒 | 0.011 |
| bare_thread | 4 | 40 | 199.87 微秒 | 214.91 微秒 | 218.90 微秒 | 0.069 |
| bare_thread | 4 | 300 | 419.42 微秒 | 470.82 微秒 | 476.46 微秒 | 0.050 |
| bare_thread | 4 | 2700 | 2.706 毫秒 | 2.777 毫秒 | 2.816 毫秒 | 0.013 |
| bare_thread | 4 | 10000 | 9.696 毫秒 | 10.520 毫秒 | 11.286 毫秒 | 0.040 |
| bare_thread | 16 | 40 | 167.78 微秒 | 174.20 微秒 | 174.64 微秒 | 0.021 |
| bare_thread | 16 | 300 | 424.88 微秒 | 436.42 微秒 | 439.49 微秒 | 0.012 |
| bare_thread | 16 | 2700 | 2.711 毫秒 | 2.736 毫秒 | 2.749 毫秒 | 0.005 |
| bare_thread | 16 | 10000 | 9.609 毫秒 | 9.734 毫秒 | 10.228 毫秒 | 0.016 |
| bare_thread | 64 | 40 | 171.52 微秒 | 175.30 微秒 | 176.12 微秒 | 0.015 |
| bare_thread | 64 | 300 | 424.30 微秒 | 431.60 微秒 | 433.02 微秒 | 0.009 |
| bare_thread | 64 | 2700 | 2.675 毫秒 | 2.707 毫秒 | 2.771 毫秒 | 0.009 |
| bare_thread | 64 | 10000 | 9.827 毫秒 | 9.887 毫秒 | 10.032 毫秒 | 0.006 |
| process_pool | 1 | 40 | 333.53 微秒 | 361.85 微秒 | 366.69 微秒 | 0.049 |
| process_pool | 1 | 300 | 607.37 微秒 | 640.03 微秒 | 647.18 微秒 | 0.030 |
| process_pool | 1 | 2700 | 3.009 毫秒 | 3.041 毫秒 | 3.069 毫秒 | 0.007 |
| process_pool | 1 | 10000 | 9.888 毫秒 | 10.016 毫秒 | 10.086 毫秒 | 0.007 |
| process_pool | 4 | 40 | 168.78 微秒 | 221.25 微秒 | 235.10 微秒 | 0.147 |
| process_pool | 4 | 300 | 304.29 微秒 | 365.39 微秒 | 376.12 微秒 | 0.099 |
| process_pool | 4 | 2700 | 1.385 毫秒 | 1.723 毫秒 | 1.978 毫秒 | 0.108 |
| process_pool | 4 | 10000 | 4.621 毫秒 | 4.741 毫秒 | 4.757 毫秒 | 0.011 |
| process_pool | 16 | 40 | 149.92 微秒 | 223.33 微秒 | 232.08 微秒 | 0.218 |
| process_pool | 16 | 300 | 278.51 微秒 | 302.38 微秒 | 334.02 微秒 | 0.087 |
| process_pool | 16 | 2700 | 1.370 毫秒 | 1.542 毫秒 | 1.562 毫秒 | 0.049 |
| process_pool | 16 | 10000 | 4.741 毫秒 | 4.855 毫秒 | 4.901 毫秒 | 0.013 |
| process_pool | 64 | 40 | 194.08 微秒 | 242.04 微秒 | 250.15 微秒 | 0.129 |
| process_pool | 64 | 300 | 299.76 微秒 | 331.67 微秒 | 337.00 微秒 | 0.052 |
| process_pool | 64 | 2700 | 1.364 毫秒 | 1.413 毫秒 | 1.451 毫秒 | 0.019 |
| process_pool | 64 | 10000 | 4.686 毫秒 | 4.721 毫秒 | 5.108 毫秒 | 0.023 |
| thread_pool | 1 | 40 | 75.77 微秒 | 96.09 微秒 | 102.57 微秒 | 0.119 |
| thread_pool | 1 | 300 | 322.77 微秒 | 343.49 微秒 | 347.40 微秒 | 0.034 |
| thread_pool | 1 | 2700 | 2.689 毫秒 | 2.738 毫秒 | 2.804 毫秒 | 0.012 |
| thread_pool | 1 | 10000 | 9.361 毫秒 | 9.494 毫秒 | 9.573 毫秒 | 0.007 |
| thread_pool | 4 | 40 | 96.03 微秒 | 103.48 微秒 | 104.00 微秒 | 0.047 |
| thread_pool | 4 | 300 | 350.77 微秒 | 366.87 微秒 | 371.64 微秒 | 0.021 |
| thread_pool | 4 | 2700 | 2.742 毫秒 | 2.787 毫秒 | 2.810 毫秒 | 0.013 |
| thread_pool | 4 | 10000 | 9.813 毫秒 | 9.951 毫秒 | 9.957 毫秒 | 0.008 |
| thread_pool | 16 | 40 | 90.21 微秒 | 96.78 微秒 | 98.07 微秒 | 0.042 |
| thread_pool | 16 | 300 | 343.15 微秒 | 352.67 微秒 | 355.58 微秒 | 0.015 |
| thread_pool | 16 | 2700 | 2.772 毫秒 | 2.806 毫秒 | 2.810 毫秒 | 0.009 |
| thread_pool | 16 | 10000 | 9.803 毫秒 | 9.917 毫秒 | 10.039 毫秒 | 0.007 |
| thread_pool | 64 | 40 | 89.21 微秒 | 91.13 微秒 | 92.53 微秒 | 0.020 |
| thread_pool | 64 | 300 | 350.35 微秒 | 353.38 微秒 | 355.51 微秒 | 0.006 |
| thread_pool | 64 | 2700 | 2.696 毫秒 | 2.730 毫秒 | 2.736 毫秒 | 0.008 |
| thread_pool | 64 | 10000 | 10.244 毫秒 | 10.415 毫秒 | 10.559 毫秒 | 0.016 |
| zoo | 1 | 40 | 182.57 微秒 | 223.66 微秒 | 236.57 微秒 | 0.111 |
| zoo | 1 | 300 | 449.17 微秒 | 484.91 微秒 | 497.19 微秒 | 0.042 |
| zoo | 1 | 2700 | 2.754 毫秒 | 2.792 毫秒 | 2.799 毫秒 | 0.008 |
| zoo | 1 | 10000 | 10.066 毫秒 | 10.274 毫秒 | 10.404 毫秒 | 0.012 |
| zoo | 4 | 40 | 206.14 微秒 | 237.88 微秒 | 243.81 微秒 | 0.075 |
| zoo | 4 | 300 | 485.26 微秒 | 517.91 微秒 | 527.92 微秒 | 0.040 |
| zoo | 4 | 2700 | 2.946 毫秒 | 3.007 毫秒 | 3.025 毫秒 | 0.016 |
| zoo | 4 | 10000 | 10.106 毫秒 | 10.173 毫秒 | 10.206 毫秒 | 0.007 |
| zoo | 16 | 40 | 205.75 微秒 | 235.19 微秒 | 256.29 微秒 | 0.072 |
| zoo | 16 | 300 | 470.57 微秒 | 488.80 微秒 | 491.20 微秒 | 0.019 |
| zoo | 16 | 2700 | 2.899 毫秒 | 2.938 毫秒 | 2.942 毫秒 | 0.010 |
| zoo | 16 | 10000 | 10.084 毫秒 | 10.217 毫秒 | 10.270 毫秒 | 0.008 |
| zoo | 64 | 40 | 207.28 微秒 | 216.84 微秒 | 219.30 微秒 | 0.031 |
| zoo | 64 | 300 | 491.01 微秒 | 498.97 微秒 | 500.32 微秒 | 0.010 |
| zoo | 64 | 2700 | 2.953 毫秒 | 2.994 毫秒 | 2.997 毫秒 | 0.008 |
| zoo | 64 | 10000 | 10.538 毫秒 | 10.920 毫秒 | 11.105 毫秒 | 0.021 |

### 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 | 230.26 微秒 | 79.81% | 58.25 微秒 |
| apscheduler | 1 | 300 | 243.87 微秒 | 44.93% | 298.89 微秒 |
| apscheduler | 1 | 2700 | 270.38 微秒 | 9.02% | 2.729 毫秒 |
| apscheduler | 1 | 10000 | 318.08 微秒 | 3.19% | 9.653 毫秒 |
| apscheduler | 4 | 40 | 200.17 微秒 | 78.08% | 56.20 微秒 |
| apscheduler | 4 | 300 | 202.61 微秒 | 39.64% | 308.46 微秒 |
| apscheduler | 4 | 2700 | 259.91 微秒 | 8.71% | 2.723 毫秒 |
| apscheduler | 4 | 10000 | — | — | 14.702 毫秒 |
| apscheduler | 16 | 40 | — | — | 53.41 微秒 |
| apscheduler | 16 | 300 | — | — | 319.00 微秒 |
| apscheduler | 16 | 2700 | — | — | 2.736 毫秒 |
| apscheduler | 16 | 10000 | — | — | 15.686 毫秒 |
| apscheduler | 64 | 40 | — | — | 50.44 微秒 |
| apscheduler | 64 | 300 | — | — | 306.35 微秒 |
| apscheduler | 64 | 2700 | — | — | 2.714 毫秒 |
| apscheduler | 64 | 10000 | — | — | 14.852 毫秒 |
| asyncio_pool | 1 | 40 | 94.16 微秒 | 67.08% | 46.21 微秒 |
| asyncio_pool | 1 | 300 | 101.41 微秒 | 26.24% | 285.06 微秒 |
| asyncio_pool | 1 | 2700 | 126.14 微秒 | 4.58% | 2.626 毫秒 |
| asyncio_pool | 1 | 10000 | 146.32 微秒 | 1.54% | 9.336 毫秒 |
| asyncio_pool | 4 | 40 | 118.87 微秒 | 68.70% | 54.17 微秒 |
| asyncio_pool | 4 | 300 | 105.33 微秒 | 25.85% | 302.15 微秒 |
| asyncio_pool | 4 | 2700 | 122.61 微秒 | 4.45% | 2.632 毫秒 |
| asyncio_pool | 4 | 10000 | — | — | 12.035 毫秒 |
| asyncio_pool | 16 | 40 | — | — | 53.76 微秒 |
| asyncio_pool | 16 | 300 | — | — | 303.75 微秒 |
| asyncio_pool | 16 | 2700 | — | — | 2.675 毫秒 |
| asyncio_pool | 16 | 10000 | — | — | 19.300 毫秒 |
| asyncio_pool | 64 | 40 | — | — | 52.05 微秒 |
| asyncio_pool | 64 | 300 | — | — | 303.49 微秒 |
| asyncio_pool | 64 | 2700 | — | — | 2.691 毫秒 |
| asyncio_pool | 64 | 10000 | — | — | 95.273 毫秒 |
| bare_thread | 1 | 40 | 95.49 微秒 | 64.13% | 53.41 微秒 |
| bare_thread | 1 | 300 | 97.47 微秒 | 25.34% | 287.21 微秒 |
| bare_thread | 1 | 2700 | 107.34 微秒 | 4.02% | 2.564 毫秒 |
| bare_thread | 1 | 10000 | 120.48 微秒 | 1.25% | 9.528 毫秒 |
| bare_thread | 4 | 40 | 140.95 微秒 | 70.52% | 58.93 微秒 |
| bare_thread | 4 | 300 | 118.32 微秒 | 28.21% | 301.10 微秒 |
| bare_thread | 4 | 2700 | 109.53 微秒 | 4.05% | 2.597 毫秒 |
| bare_thread | 4 | 10000 | — | — | 14.698 毫秒 |
| bare_thread | 16 | 40 | — | — | 50.78 微秒 |
| bare_thread | 16 | 300 | — | — | 300.13 微秒 |
| bare_thread | 16 | 2700 | — | — | 2.584 毫秒 |
| bare_thread | 16 | 10000 | — | — | 14.647 毫秒 |
| bare_thread | 64 | 40 | — | — | 51.21 微秒 |
| bare_thread | 64 | 300 | — | — | 297.44 微秒 |
| bare_thread | 64 | 2700 | — | — | 2.542 毫秒 |
| bare_thread | 64 | 10000 | — | — | 18.793 毫秒 |
| process_pool | 1 | 40 | 279.58 微秒 | 83.82% | 53.95 微秒 |
| process_pool | 1 | 300 | 296.81 微秒 | 48.87% | 310.56 微秒 |
| process_pool | 1 | 2700 | 342.13 微秒 | 11.37% | 2.667 毫秒 |
| process_pool | 1 | 10000 | 341.21 微秒 | 3.45% | 9.547 毫秒 |
| process_pool | 4 | 40 | 113.81 微秒 | 67.43% | 54.97 微秒 |
| process_pool | 4 | 300 | — | — | 577.68 微秒 |
| process_pool | 4 | 2700 | — | — | 4.801 毫秒 |
| process_pool | 4 | 10000 | — | — | 17.775 毫秒 |
| process_pool | 16 | 40 | — | — | 92.00 微秒 |
| process_pool | 16 | 300 | — | — | 570.91 微秒 |
| process_pool | 16 | 2700 | — | — | 9.708 毫秒 |
| process_pool | 16 | 10000 | — | — | 54.326 毫秒 |
| process_pool | 64 | 40 | — | — | 93.26 微秒 |
| process_pool | 64 | 300 | — | — | 583.35 微秒 |
| process_pool | 64 | 2700 | — | — | 27.749 毫秒 |
| process_pool | 64 | 10000 | — | — | 173.846 毫秒 |
| thread_pool | 1 | 40 | 31.35 微秒 | 41.38% | 44.42 微秒 |
| thread_pool | 1 | 300 | 35.83 微秒 | 11.10% | 286.94 微秒 |
| thread_pool | 1 | 2700 | 63.24 微秒 | 2.35% | 2.625 毫秒 |
| thread_pool | 1 | 10000 | 62.33 微秒 | 0.67% | 9.299 毫秒 |
| thread_pool | 4 | 40 | 46.33 微秒 | 48.25% | 49.70 微秒 |
| thread_pool | 4 | 300 | 52.33 微秒 | 14.92% | 298.44 微秒 |
| thread_pool | 4 | 2700 | 78.15 微秒 | 2.85% | 2.663 毫秒 |
| thread_pool | 4 | 10000 | — | — | 19.045 毫秒 |
| thread_pool | 16 | 40 | — | — | 47.32 微秒 |
| thread_pool | 16 | 300 | — | — | 293.68 微秒 |
| thread_pool | 16 | 2700 | — | — | 2.682 毫秒 |
| thread_pool | 16 | 10000 | — | — | 20.052 毫秒 |
| thread_pool | 64 | 40 | — | — | 47.07 微秒 |
| thread_pool | 64 | 300 | — | — | 294.13 微秒 |
| thread_pool | 64 | 2700 | — | — | 2.598 毫秒 |
| thread_pool | 64 | 10000 | — | — | 40.559 毫秒 |
| zoo | 1 | 40 | 130.82 微秒 | 71.66% | 51.75 微秒 |
| zoo | 1 | 300 | 144.25 微秒 | 32.12% | 304.92 微秒 |
| zoo | 1 | 2700 | 155.52 微秒 | 5.65% | 2.599 毫秒 |
| zoo | 1 | 10000 | 256.30 微秒 | 2.55% | 9.810 毫秒 |
| zoo | 4 | 40 | 151.02 微秒 | 73.26% | 55.12 微秒 |
| zoo | 4 | 300 | 176.04 微秒 | 36.28% | 309.23 微秒 |
| zoo | 4 | 2700 | 226.36 微秒 | 7.68% | 2.720 毫秒 |
| zoo | 4 | 10000 | — | — | 15.005 毫秒 |
| zoo | 16 | 40 | — | — | 55.32 微秒 |
| zoo | 16 | 300 | — | — | 304.71 微秒 |
| zoo | 16 | 2700 | — | — | 2.680 毫秒 |
| zoo | 16 | 10000 | — | — | 19.345 毫秒 |
| zoo | 64 | 40 | — | — | 53.22 微秒 |
| zoo | 64 | 300 | — | — | 314.88 微秒 |
| zoo | 64 | 2700 | — | — | 2.722 毫秒 |
| zoo | 64 | 10000 | — | — | 47.155 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 | 3466.0 |
| apscheduler | 1 | 300 | 1842.4 |
| apscheduler | 1 | 2700 | 333.4 |
| apscheduler | 1 | 10000 | 100.3 |
| apscheduler | 4 | 40 | 15602.9 |
| apscheduler | 4 | 300 | 7826.8 |
| apscheduler | 4 | 2700 | 1341.0 |
| apscheduler | 4 | 10000 | 389.9 |
| apscheduler | 16 | 40 | 71424.4 |
| apscheduler | 16 | 300 | 31674.5 |
| apscheduler | 16 | 2700 | 5369.8 |
| apscheduler | 16 | 10000 | 1619.2 |
| apscheduler | 64 | 40 | 289794.7 |
| apscheduler | 64 | 300 | 127553.4 |
| apscheduler | 64 | 2700 | 21585.8 |
| apscheduler | 64 | 10000 | 6294.8 |
| asyncio_pool | 1 | 40 | 7123.9 |
| asyncio_pool | 1 | 300 | 2587.5 |
| asyncio_pool | 1 | 2700 | 363.4 |
| asyncio_pool | 1 | 10000 | 105.5 |
| asyncio_pool | 4 | 40 | 23116.5 |
| asyncio_pool | 4 | 300 | 9816.5 |
| asyncio_pool | 4 | 2700 | 1451.9 |
| asyncio_pool | 4 | 10000 | 405.4 |
| asyncio_pool | 16 | 40 | 119331.0 |
| asyncio_pool | 16 | 300 | 40712.6 |
| asyncio_pool | 16 | 2700 | 5711.1 |
| asyncio_pool | 16 | 10000 | 1610.5 |
| asyncio_pool | 64 | 40 | 532160.1 |
| asyncio_pool | 64 | 300 | 166491.4 |
| asyncio_pool | 64 | 2700 | 22767.3 |
| asyncio_pool | 64 | 10000 | 6149.5 |
| bare_thread | 1 | 40 | 6715.5 |
| bare_thread | 1 | 300 | 2599.6 |
| bare_thread | 1 | 2700 | 374.3 |
| bare_thread | 1 | 10000 | 103.6 |
| bare_thread | 4 | 40 | 20013.0 |
| bare_thread | 4 | 300 | 9537.0 |
| bare_thread | 4 | 2700 | 1478.1 |
| bare_thread | 4 | 10000 | 412.6 |
| bare_thread | 16 | 40 | 95364.7 |
| bare_thread | 16 | 300 | 37658.1 |
| bare_thread | 16 | 2700 | 5901.5 |
| bare_thread | 16 | 10000 | 1665.2 |
| bare_thread | 64 | 40 | 373124.9 |
| bare_thread | 64 | 300 | 150836.5 |
| bare_thread | 64 | 2700 | 23921.9 |
| bare_thread | 64 | 10000 | 6512.8 |
| process_pool | 1 | 40 | 2998.2 |
| process_pool | 1 | 300 | 1646.4 |
| process_pool | 1 | 2700 | 332.3 |
| process_pool | 1 | 10000 | 101.1 |
| process_pool | 4 | 40 | 23699.2 |
| process_pool | 4 | 300 | 13145.4 |
| process_pool | 4 | 2700 | 2888.8 |
| process_pool | 4 | 10000 | 865.5 |
| process_pool | 16 | 40 | 106727.0 |
| process_pool | 16 | 300 | 57448.9 |
| process_pool | 16 | 2700 | 11678.3 |
| process_pool | 16 | 10000 | 3375.1 |
| process_pool | 64 | 40 | 329761.1 |
| process_pool | 64 | 300 | 213501.9 |
| process_pool | 64 | 2700 | 46909.7 |
| process_pool | 64 | 10000 | 13657.9 |
| thread_pool | 1 | 40 | 13198.4 |
| thread_pool | 1 | 300 | 3098.1 |
| thread_pool | 1 | 2700 | 371.9 |
| thread_pool | 1 | 10000 | 106.8 |
| thread_pool | 4 | 40 | 41654.8 |
| thread_pool | 4 | 300 | 11403.4 |
| thread_pool | 4 | 2700 | 1459.0 |
| thread_pool | 4 | 10000 | 407.6 |
| thread_pool | 16 | 40 | 177361.2 |
| thread_pool | 16 | 300 | 46626.5 |
| thread_pool | 16 | 2700 | 5772.6 |
| thread_pool | 16 | 10000 | 1632.1 |
| thread_pool | 64 | 40 | 717389.6 |
| thread_pool | 64 | 300 | 182674.1 |
| thread_pool | 64 | 2700 | 23741.9 |
| thread_pool | 64 | 10000 | 6247.3 |
| zoo | 1 | 40 | 5477.4 |
| zoo | 1 | 300 | 2226.3 |
| zoo | 1 | 2700 | 363.1 |
| zoo | 1 | 10000 | 99.3 |
| zoo | 4 | 40 | 19404.4 |
| zoo | 4 | 300 | 8242.9 |
| zoo | 4 | 2700 | 1357.7 |
| zoo | 4 | 10000 | 395.8 |
| zoo | 16 | 40 | 77763.4 |
| zoo | 16 | 300 | 34001.3 |
| zoo | 16 | 2700 | 5518.7 |
| zoo | 16 | 10000 | 1586.7 |
| zoo | 64 | 40 | 308754.3 |
| zoo | 64 | 300 | 130343.7 |
| zoo | 64 | 2700 | 21671.4 |
| zoo | 64 | 10000 | 6073.5 |