PyPy是不是真的比Python快?

开发 后端
众所周知, Python 编写的程序运行不快,这种慢虽无大碍,但为了获得更高的性能,我们需要再切换到另一种编程语言吗?不一定。我们可以放弃python.py的运行方式,转而使用 PyPy 即时编译器。

[[434458]]

众所周知, Python 编写的程序运行不快,这种慢虽无大碍,但为了获得更高的性能,我们需要再切换到另一种编程语言吗?不一定。我们可以放弃python.py的运行方式,转而使用 PyPy 即时编译器。

根据官方网站的说法,就连Python 创建者 Guido von Rossum 都建议将 PyPy 用于关键性能的 Python 程序。接下来我们看看 PyPy 有多快。

基准测试的工作原理

为了比较 Python 和 PyPy,我编写了几个 Python 程序。著名算法、典型用例,甚至是基本的 HTTP 服务器。然后我用 Python 和 PyPy 执行程序——在 macOS 和 Linux 的终端中使用time模块,可以看到执行某事的持续时间。使用 time模块 看起来像这样:

  1. time python.py 

执行完成后,time模块会报告您花费的时间。

使用的版本:

  1. PyPy:7.3.5,使用 Python 版本 3.7.10 
  2.  
  3. Python:版本 3.9.7 

这两个版本都是目前可用的最新版本。程序本身不记录任何内容。我们只关心进行计算。

这是准备好的代码片段。让我们对每个场景进行基准测试。

1. 斐波那契

以下函数生成我们传递给它的数字的斐波那契值。

结果:

Python 平均需要 2337 毫秒的执行时间。

PyPy 平均只需要 301 毫秒。明显的赢家是 PyPy。

2. web服务

为了对 PyPy 和 Python 处理 HTTP 请求的性能进行基准测试,使用 time 命令测量时间是行不通的。有效的是“wrk”——一个基准测试工具,在服务器上触发大量 HTTP 请求。

因此,它为我们提供了有关服务器平均响应速度以及它可以处理多少 HTTP 请求的数据。

上面显示的 Web 服务器在端口 4000 上为目录“app”提供服务。在这个目录中,我创建了一个小的 hello-world HTML 文件。基准测试在终端中执行:

  1. wrk -t12 -c400 -d10s http://localhost:4000/ 

结果如下:

Python:Web 服务器平均每秒可以处理 995 个请求,平均延迟为 2.03 毫秒。

PyPy:Web 服务器平均每秒可以处理 1481 个请求,平均延迟为 1.90 毫秒。如您所见,PyPy 要快得多。

3. 快速排序

快速排序可能是最有效的排序算法。这是它在 Python 中的实现:

在 Quicksort 实现下面,我们生成了 500 个随机数并将它们存储在一个数组中。这个数组是 Quicksort 算法将要排序的。

结果如下:

Python:平均而言,代码执行时间为 43 毫秒

PyPy:平均执行时间为 132 毫秒。

是的,Python 在这里更快。 这也可以在内部测量时间时确认,使用 start = time.time() 技巧。

4. 堆栈

栈是一种简单的数据结构。它是一个数组的更漂亮的词,我们在它上面推东西并从中弹出它。下面的代码创建这个数组,在堆栈上压入和弹出 1000 万个数字:

让我们看看两者的速度有多快。

Python:代码平均耗时 2.89 秒

PyPy:平均需要 69 毫秒。是的,我说的是毫秒。

在这个基准测试中,PyPy 比普通 Python 快几个数量级。

5. SQlite3 Database

数据库是大型项目中常用的东西。我选择 SQLite 来做一个基准测试,因为它很容易与 Python 一起使用——不需要通过 pip 安装任何东西。以下代码在基于文件的 SQLite 数据库中创建一个新表。

在每次基准测试之前,我删除了数据库文件并创建了一个普通的新文件。但是数据库存储什么?范围函数生成一百万个数字,然后将每个数字加倍——函数 f(n) = n * 2。数据库存储每个函数对,例如“2、4”或“18、36”。

结果:

Python 平均需要 6.7 秒来执行代码。

PyPy 平均需要 9.4 秒的执行时间。

Python 更快。我还尝试将其与其他操作结合使用——比如删除刚刚创建的条目。它没有改变结果。在 SQlite3 数据库的情况下, Python 比 PyPy 快。

总的来说,这让我很惊讶。当 Python 胜过 PyPy 时,并不是关于数量级的。由于我不是 Python 或 PyPy 专家,我不确定为什么 Python 在某些情况下更好。可能是因为 PyPy 是一个 JIT 编译器,所以在运行它时,它首先编译代码。

另一方面,默认的 Python 解释器不会这样做。因此,对于 PyPy 的劣势,JIT 编译增加了一些所需的时间。尽管如此,PyPy 在某些情况下提供了更快的执行速度。 如您所见,它在 5 种情况下的 3 种情况下提供了更快的执行。 

原文:https://louispetrik.medium.com/pypy-vs-python-49153daca65c

 

责任编辑:武晓燕 来源: 新钛云服
相关推荐

2021-09-30 07:26:15

磁盘IO网络

2020-11-09 09:33:37

多线程

2010-08-18 16:04:24

JavaC

2024-01-16 16:39:33

PythonPyPy

2017-06-28 10:08:03

打印机票据学生

2022-11-02 08:12:47

TurbopackVite

2024-01-09 18:00:22

团队PyPy迁移开源

2022-06-08 09:20:58

Python基准测试编程语言

2016-11-15 09:43:56

大数据数据工程师

2021-03-11 11:32:40

Python同步异步

2021-04-02 11:05:57

Python同步异步

2015-06-23 16:14:42

程序员优秀程序员

2021-12-22 23:23:20

电池手机技术

2017-11-20 10:21:17

量子点显示器OLED

2019-05-16 09:23:18

前端Title后端

2021-05-04 22:13:56

PyPyPythonC

2020-09-26 10:43:57

Python语言数据分析

2010-03-23 11:17:16

Python 动态编译

2019-11-18 21:32:39

Docker容器平台

2010-03-23 11:02:29

Python 语言
点赞
收藏

51CTO技术栈公众号