python 中的可加载程序检查点（可序列化 continuations/program 图像）
Loadable program checkpoints in python (serializable continuations/program images)
假设我有一个 python 程序执行以下操作：
do_some_long_data_crunching_computation()
call_some_fiddly_new_crashing_function()
有没有办法 "freeze" 并序列化 python 程序的状态（所有全局变量等）在第一个长计算的 return 点之后，然后重新迭代你的开发新功能并从这里重新开始执行程序？
这个有点可能，如果你是运行解释器的程序，但是还有别的办法吗？
嗯，没有。
重点是 Python 和您的 OS 并非没有副作用（它实际上什至不是远程功能，尽管它具有函数式语言的某些功能），所以在这种情况下，恢复程序状态实际上不起作用。您基本上必须重新 运行 该程序，并使用您上次启动它时的计算机状态。
现在，您要做的是，在长时间操作之后，您可以使用 pickle 或类似方法保存对您很重要的变量的状态。
现在，我知道您想避免关心要存储什么以及如何恢复它，但这基本上是不干净设计的标志：您应该尽可能存储计算状态在单个状态对象中；然后序列化和反序列化就很容易了。不要将计算状态存储在全局变量中！
假设我有一个 python 程序执行以下操作：
do_some_long_data_crunching_computation()
call_some_fiddly_new_crashing_function()
有没有办法 "freeze" 并序列化 python 程序的状态（所有全局变量等）在第一个长计算的 return 点之后，然后重新迭代你的开发新功能并从这里重新开始执行程序？
这个有点可能，如果你是运行解释器的程序，但是还有别的办法吗？
嗯，没有。
重点是 Python 和您的 OS 并非没有副作用（它实际上什至不是远程功能，尽管它具有函数式语言的某些功能），所以在这种情况下，恢复程序状态实际上不起作用。您基本上必须重新 运行 该程序，并使用您上次启动它时的计算机状态。
现在，您要做的是，在长时间操作之后，您可以使用 pickle 或类似方法保存对您很重要的变量的状态。
现在，我知道您想避免关心要存储什么以及如何恢复它，但这基本上是不干净设计的标志：您应该尽可能存储计算状态在单个状态对象中；然后序列化和反序列化就很容易了。不要将计算状态存储在全局变量中！