C# 4，最大的创新点是拥有了动态编程语言的特性(3)
如果3级缓存中都没有命中的规则，则此动态站点所关联的调用站点绑定对象会尝试创建一个新的规则。如果创建新规则失败，则由当前编程语言(比如C#)所提供的默认调用站点绑定对象决定如何处理，通常的作法是抛出一个异常。
当前版本的DLR第2级缓存了10条规则，第3级则缓存了100条规则。
由于DLR自身设计了一个“规则”缓存系统，又充分利用了CLR所提供的JIT缓存(因为所有动态调用代码最终都会转换为CLR可以执行的IL指令，而CLR可以缓存这些代码)，使得动态代码仅仅在第一次执行时性能较差，后续的连续调用其性能可以逼近静态代码。
3 C# 4与动态语言的集成
由于几乎所有的编程语言都可以使用抽象语法树来表达，因此，在理论上DLR支持无限多种编程语言间的互操作，在当前版本中，可以实现C#/Visual Basic与IronPython和IronRuby的互操作，相信很快会出现其他动态编程语言的DLR实现。
一个有趣的地方是当前基于DLR实现的动态编程语言都以“Iron”开头，比如IronRuby和IronPython。IronPython的设计者、DLR的架构设计师Jim Hugunin曾经在微软PDC 2008大会上解释说主要是为了避免起一个“Python.NET”或“Python for .NET”之类“微软味十足”的名字，才有了“IronPython”。他强调：“Iron”系列动态语言将严格遵循动态语言自身的标准和规范，尊重这些动态语言已有的历史和积累，不会引入一些仅限于.NET平台的新语言特性，并且这些语言的.NET实现保持开源。与此同时，Jim Hugunin指出 “Iron”系列语言能很好地与.NET现有类库、编程语言和工具集成，并且能“嵌入”到.NET宿主程序中。
(1)动态对象通讯协议
由于各种动态编程语言之间的特性相差极大，实现各语言间的互操作是个难题。为此DLR采取了一个聪明的策略，它不去尝试设计一个“通用的类型系统”(CLR就是这么干的)，而是设计了一个“通用的对象通讯协议”，规定所有需要互操作的动态对象必须实现IDynamicMetaObjectProvider接口，此接口定义了一个GetMetaObject()方法，接收一个语法树对象作为参数，向外界返回一个“动态元数据(DynamicMetaObject)”对象：
DynamicMetaObject GetMetaObject(Expression parameter);
DynamicMetaObject对象向外界提供了两个重要属性：Restrictions引用一组测试条件，Expression属性则引用一个语法树。这两个属性组合起来就是可供动态站点对象缓存的“规则(Rule)”。
DLR中的“动态站点绑定对象(CallSiteBinder)”获取了DynamicMetaObject对象之后，它调用此对象所提供的各个方法创建“规则”，让“动态站点对象(CallSite
(2)动态语言集成环境
为了方便地实现静态编程语言与各种动态编程语言间的相互集成，DLR提供了一整套称为“通用寄宿(Common Hosting)”的组件，其中包容ScriptRuntime、ScriptScope等类型。
下面我们以IronPython为例，介绍如何在C# 4开发的程序中集成动态编程语言代码。
首先需要创建一个ScriptRuntime对象，它是一个最顶层的对象，用于在一个.NET应用程序域中“嵌入”一个特定动态语言的运行环境：
ScriptRuntime pythonRuntime = Python.CreateRuntime();
接着需要创建一个ScriptEngine对象，它是动态语言代码的执行引擎：
ScriptEngine engine = pythonRuntime.GetEngine("py");
ScriptScope对象类似于C#中的命名空间，其中可以通过定义一些变量向动态代码传入数据，比如下述代码将一个C# 创建的ExpandoObject对象传给Python代码：
ScriptScope scope = pythonRuntime.CreateScope();
//C#创建动态对象
dynamic expando = new ExpandoObject();
expando.Name = "JinXuLiang"; //动态添加一个字段
//让IronPython接收C#创建的Expando对象
scope.SetVariable("ExpandoObject", expando);
string pythonCode = "print ExpandoObject.Name";
//IronPython引擎执行Python语句
engine.CreateScriptSourceFromString(pythonCode).Execute(scope);
上述示例代码是直接执行Python代码。在实际开发中，更常见的是直接执行Python文件中的代码，假设有一个Calculator.py文件，其中定义了一个Add函数：
def Add(a,b):
return a+b
则以下C#代码可以直接执行之：
ScriptRuntime pythonRuntime = Python.CreateRuntime();
dynamic pythonFile = pythonRuntime.UseFile("Calculator.py");
Console.WriteLine(pythonFile.Add(100, 200));
上述示例说明在DLR的支持之下，可以让静态编程语言使用动态语言所开发的库，反过来，基于DLR实现的动态编程语言也能使用为静态语言所设计的库，比如标准的.NET基类库。
这意味着两点：
(1)我们现在可以将“静态”和“动态”编程语言组合起来，开发出一些具有高度交互性的应用程序，使用静态编程语言搭建系统框架，使用动态编程语言实现交互性，这是一个很值得注意的应用领域。
(2)将来会出现一些“静态”“动态”编程语言同时适用的库，向实现“无所不在的复用”目标又前进了一步。
Visual Studio 2010为新的.NET编程语言F#提供了专门的项目模板，但没有为IronPython和IronRuby之类动态语言的开发提供支持，相信随着动态语言在.NET平台之上的应用日趋广泛，后继版本的Visual Studio会直接支持动态语言的开发。
从C# 1.0~4.0所走过的路，可以很清晰地看到它的发展轨迹，得到这样的一个结论：
未来的编程语言应该是多范式的，具有高度的可组合性，在一个项目或产品中组合多个编程语言、使用多种编程范式会变得越来越普遍。我们可以推断C#的后继版本将会在此条道路上越走越远……
原文：http://blog.csdn.net/bitfan/archive/2010/08/18/5821083.aspx