Python的JIT编译器的优缺点

Question

我目前知道以下Python JIT编译器：Psyco、PyPy和Unladen Swallow。

基本上，我想请您分享一下对这些编译器的优点和缺点的个人经验，以及是否有其他值得研究的编译器。

谢谢您提前的帮助，

Az

- PizzAzzra

---

这是一个非常广泛的问题。你尝试过这些项目吗？如果没有，我建议你试一试。如果有，那么你有什么具体的问题吗？我们不能决定哪个对你来说是最好的。 - Greg Hewgill

我很愿意帮忙，但是我现在正赶着截止日期，而且我的主管不同意延期。所以，如果你能推荐一个好的起点，我会非常感激。或者，就算是最容易入手的也行。一旦我获得更多信息，我可能会更新。 - PizzAzzra

我不确定这些项目中是否有任何一个适合目前的生产使用。您考虑过py2exe吗？ - Greg Hewgill

据我所知，py2exe不进行JIT / AOT编译。它只是将虚拟机和代码捆绑在同一个文件中，因此性能取决于底层的Python实现。 - Sudarshan S

Answer 1

Christian Perone在几天前发表的文章中声称（并支持基准数据），现在PyPy是最快的，运行基准测试需要145秒，而Unladen Swallow和CPython分别需要300秒和374秒（实际上Psyco不能提高性能，PsycoV2甚至会使基准测试时间延长至434秒），Jython需要557秒-有关所有详细信息，请参见我刚才给出的URL。

当然，你需要在广泛的基准测试上进行确认，但它似乎非常可信且非常有趣。Pypy拥有最大的团队（包括获得欧盟研究拨款多年的慷慨资金支持），这就是为什么它很可信，现在已经“全面启动”并准备好进入主流市场！-)

- Alex Martelli

---

哇，好棒的更新！很有趣看到JIT性能比CPython更好，我也会开始测试它 :) - catchmeifyoutry

评论中有一些负面结果。你尝试过在自己的项目中使用PyPy吗？你能比较一下它与CPython的性能吗？ - Andriy Tylychko

PyPy很好，我只希望他们支持Py3K，而不是强制选择快速的Python 2.x和慢速的Python 3.x之间的抉择。 - Sudarshan S

Answer 2

您可能想要调查一些其他工具来加快Python速度，这些工具包括：

• Cython，需要对相关方法中的所有变量进行类型说明，然后静态编译该方法。
• Numba，需要LLVM但是是JIT（必须使用参数类型装饰方法才能进行编译）。

- jnnnnn

---

在使用Numba编译时，是否需要手动配置“ast”LLVM？我一直在尝试让它工作，但最终都遇到了同样的问题（Key Error<class 'ast.In'>）。因此，我认为这与LLVM本身有关。 - Ryan G