写在前面 最近看了本书，“python高性能编程”。其实买书的时候还是对这个书抱有很大的希望的，但是读了一遍之后，感觉，翻译，对，翻译，实在是太烂了。好多中式英语不说，甚至有些地方不是很通顺。不过对于我这样英文一般的人来讲肯定还是比英文书看的效率高些。书中其次讲述了优化python效率，增强计算性能和节省空间的方法，部分内容还是很有启发性的，这里简单的聊一聊。(下面的内容和书中的介绍顺序不一定一致，但是大多数内容都是可以在书中找到对应的)
最近由于疫情，一直宅在家里，日子过得非常划水。不过也是趁着这段时间的闲工夫，整理下并行计算一些基本点和常用实现方法。这里就不按照顺序展开了，先介绍下共享存储编程模式中的重要基础–pthread。
本文参照 博客的讲述，介绍在linux服务器上安装netcdf的一般方法。主要的目的是实现数据压缩的功能，其他详细的介绍可以参考 官方指南。
现在做科学计算相关的工具有很多。除了大多数时候用在超算上的module环境管理之外，也有很多有趣的软件。而且并不是所有人所有时候都可以使用超算，超算也并不是科学计算的唯一硬件解决方案。我写这个文章之前，尝试管理我们组的服务器环境有一年的时间了，其中run过4，5个不同的模式，也算是在搭建环境上有点心得，正好今天总结分享下。
在美帝summit重回顶点之后，我们国内的超算厂商和单位也开始加足马力，完成下一次的超越。虽然之前无论是神威太湖之光还是天河2的算力都可以霸榜，但是一看功率就分分钟能气死桑伯格。但是今天不想聊这个，而是说一说未来高性能计算硬件上可以用到的技术展望。当然由于知识有限，只是简单的谈一谈实现计算功能的两大件：处理器+存储器。
写在前面 最近作者所在的实验室服务器遇到了一些配置问题。一开始，是我的老师和我讲服务器的idl无法调出idlde的图形化界面，在后来的测试中我发现确实无法正常调出图形界面，而问题的原因则十分有趣。是我之前在安装idl的时候为了图方便(其实还是现在idl的破解资源比较难找)安装了idl7.1的32位版，导致实验室的64位机器运行异常。在尝试安装linux的32位库补救失败后，我打算安装正常的64位软件，no matter it cost。
总体介绍 线程(Thread)，有的时候也被称为轻量级进程(Lightweight Process，LWP)，是程序执行流中的最小单元，这个我们看到线程被冠以了xxx进程的名字，先卖个关子，在介绍linux中的线程性质的时候我们就可以清楚的体会到这个名字的内涵了。再说回来，一个标准的线程由线程ID，当前指令指针(PC)，寄存器集合和堆栈组成。通常我们直接观察一个进程的时候，可以看到这样的视图：一个进程由一个到多个线程组成，各个线程之前共享程序的内存空间(包括代码段，数据段，堆等)及一些进程级的资源(如打开文件和信号)。