pypy提升python項目性能使用詳解

一、PyPy介紹

PyPy是用Python實現的Python解釋器的動態編譯器,是Armin Rigo開發的產品,能夠提升我們python項目的運行速度。PyPy 是利用即時編譯的 Python 的替代實現。

背後的原理是 PyPy 開始時就像一個解釋器,直接從源文件運行我們的 Python 代碼。但是,PyPy 不是逐行運行代碼,而是在執行它們之前將部分代碼編譯為機器代碼。

根據官方文檔的介紹可以看到,平均下來PyPy比CPython(也就是我們主流使用的python)快4.5倍:

PyPy除瞭速度快外,還有下面一些特點:

  • 內存使用情況比cpython少
  • gc策略更優化
  • Stackless 協程模式默認支持,支持高並發
  • 兼容性好,高度兼容cpython實現,基本可以無縫切換
  • PyPy為許多平臺和操作系統提供預編譯的二進制文件:

二、PyPy安裝

我們直接訪問下載地址:www.pypy.org/download.ht… 下載對應的包使用即可。

下載完成後解壓到任意目錄然後加入到環境變量中:

然後在控制臺中執行pypy就可以開始使用它瞭:

三、PyPy和Python測試對比

我們可以通過一個簡單的腳本來測試一下它們之間的性能差異,下面是一個循環3千萬次的累乘計算:

import datetime
x = 0
start_time = datetime.datetime.now()
for i in range(30000000):
    x += i * i
print('耗時:', datetime.datetime.now() - start_time)

測試結果

python耗時: 0:00:03.357052
pypy耗時: 0:00:00.761932

可以看到有近4.5倍的性能差距,這也符合PyPy官網介紹的。

四、PyPy註意事項

經過測試PyPy也有一些庫是不支持的:

  • pyinstrument
  • sshtunnel

這隻是我經常使用的一些庫中發現不支持的庫,但絕大部分的庫都是支持的,比如Django、requests、pymysql 等。

另外,對於諸如numpypandas這類本身就是C語言開發的擴展時,PyPy的性能反而會更低,PyPy隻對純Python庫有明顯的性能提升。

最後在你決定要使用PyPy時,你應該思考你的項目是否有性能瓶頸,或者性能瓶頸是因為Python本身效率慢的問題。如果是後端接口項目(類似使用flask、django開發的後端)其性能瓶頸往往在SQL的執行和代碼本身的邏輯問題上,而不是python執行慢導致的。所以即便你使用瞭PyPy也大概率不能解決你的性能問題。

以上就是pypy提升python項目性能使用詳解的詳細內容,更多關於python pypy項目性能提升的資料請關註WalkonNet其它相關文章!

推薦閱讀: