PyPy —如何击败CPython？

来自Google开源博客：

PyPy是Python中Python的重新实现，它使用先进的技术来尝试获得比CPython更好的性能。多年的努力终于有了回报。我们的速度结果通常要比CPython好，从稍慢一些到实际应用程序代码的速度提高2倍，再到小型基准测试的速度提高10倍。

这怎么可能？哪个Python实现用于实现PyPy？CPython的？PyPyPy或PyPyPyPy击败他们的分数的机会是什么？

（在相关说明中……为什么有人会尝试这样的方法？）

Q1。这怎么可能？

在某些情况下，手动内存管理（这是CPython对其计数的方式）可能比自动管理要慢。

CPython解释器实现的局限性排除了PyPy可以进行的某些优化（例如，细粒度的锁）。

正如Marcelo所述，JIT。能够即时确认对象的类型可以节省您进行多个指针取消引用的操作，以最终到达您要调用的方法。

Q2。哪个Python实现用于实现PyPy？

PyPy解释器在RPython中实现，RPython是Python的静态类型子集（该语言而不是CPython解释器）。- 有关详细信息，请参阅https://pypy.readthedocs.org/en/latest/architecture.html。

Q3。PyPyPy或PyPyPyPy击败他们的分数的机会是什么？

那将取决于这些假设解释器的实现。例如，如果其中一个拿到了源代码，对其进行了某种分析，并在运行了一段时间后将其直接转换为目标紧密的特定汇编代码，我想它会比CPython快得多。

更新：最近，在一个精心设计的示例中，PyPy优于使用编译的类似C程序gcc -O3。这是一个人为的案例，但确实体现了一些想法。

Q4。为什么有人会尝试这样的事情？

从官方网站。https://pypy.readthedocs.org/zh_CN/latest/architecture.html#mission-statement

我们旨在提供：

• 一个通用的翻译和支持框架，用于生成
  动态语言的实现，强调
  语言规范和实现
  方面之间的明确区分。我们称此为RPython toolchain_。

• Python_语言的合规，灵活和快速实现，它使用上述工具链来启用新的高级高级功能，而不必对低级细节进行编码。

通过以这种方式分离关注点，我们的Python和其他动态语言的实现能够自动为任何动态语言生成即时编译器。它还允许采用混合匹配方法来实施决策，包括许多历史上在用户控制范围之外的决策，例如目标平台，内存和线程模型，垃圾回收策略以及所应用的优化，包括是否具有首先是JIT。

C编译器gcc用C实现，Haskell编译器GHC用Haskell编写。您是否有理由不使用Python编写Python解释器/编译器？

尽管在技术上是正确的，“ PyPy是Python在Python中的重新实现”是一种相当误导的方式来描述恕我直言的PyPy。

PyPy有两个主要部分。

1. 翻译框架
2. 口译员

翻译框架是编译器。它将RPython代码编译为C（或其他目标），并自动添加垃圾回收和JIT编译器等方面。它不能处理任意的Python代码，只能处理RPython。

RPython是普通Python的子集；所有RPython代码都是Python代码，但并非相反。RPython没有正式的定义，因为RPython基本上只是“可由PyPy的翻译框架翻译的Python子集”。但是要进行翻译，RPython代码必须是静态类型的（推断类型，您不必声明它们，但严格来说，它仍然是每个变量的一种类型），并且您不能执行诸如声明/修改函数/类在运行时。

然后，解释器是用RPython编写的普通Python解释器。

由于RPython代码是普通的Python代码，因此您可以在任何Python解释器上运行它。但是，PyPy的速度要求均不来自这种方式。这只是一个快速的测试周期，因为翻译解释器需要很长时间。

有了这样的理解，对于PyPyPy或PyPyPyPy的猜测实际上没有任何意义。您有一个用RPython编写的解释器。您将其转换为可快速执行Python的C代码。到此过程停止；不再有RPython可以通过再次处理来加快速度。

因此“ PyPy怎么可能比CPython更快”就变得很明显。PyPy有一个更好的实现，包括一个JIT编译器（我相信，没有JIT编译器，它通常不会那么快，这意味着PyPy仅对于易受JIT编译的程序而言更快）。CPython从未被设计为Python语言的高度优化的实现（尽管您确实遵循差异，但它们确实尝试使其成为高度优化的实现）。

PyPy项目的真正创新之处在于，它们无需手动编写复杂的GC方案或JIT编译器。他们用RPython相对直接地编写解释器，并且由于所有RPython都比Python低，所以它仍然是一种面向对象的垃圾收集语言，比C高得多。然后，翻译框架自动添加GC和JIT之类的东西。所以翻译框架是一个巨大的努力，但它同样适用于PyPy python解释器，但是他们更改了实现，从而在实验中拥有更大的自由度来提高性能（而不必担心引入GC错误或更新JIT编译器以应对更改）。这也意味着当他们开始实现Python3解释器时，它将自动获得相同的好处。以及使用PyPy框架编写的任何其他解释器（其中有很多处于波兰的不同阶段）。并且所有使用PyPy框架的解释器都会自动支持该框架支持的所有平台。

因此，PyPy项目的真正好处是（尽可能）将实现动态语言的，与平台无关的高效解释器的所有部分分开。然后在一个地方提出一种很好的实现，可以在许多口译员之间重复使用。这并不是像“我的Python程序现在运行速度更快”那样的即时胜利，但它是未来的广阔前景。

而且它可以更快（也许）运行您的Python程序。

PyPy是用Python实现的，但是它实现了JIT编译器来动态生成本机代码。

在Python之上实现PyPy的原因可能是它只是一种非常有生产力的语言，尤其是因为JIT编译器使宿主语言的性能变得无关紧要。

PyPy用受限Python编写。据我所知，它不能在CPython解释器之上运行。受限制的Python是Python语言的子集。AFAIK将PyPy解释器编译为机器代码，因此在安装时，它在运行时不使用python解释器。

您的问题似乎希望PyPy解释器在执行代码时在CPython之上运行。 编辑：是的，要使用PyPy，您首先需要将PyPy python代码转换为C并使用gcc进行编译，转换为jvm字节代码或.Net CLI代码。请参阅入门