Python性能优化之PyPy

发表于 | 分类于 | | 阅读次数

Python等动态语言是通过将程序编译成字节码，用虚拟机执行字节码来运行程序的，并不是直接执行的本地机器码，所以解释型动态语言一般会比编译型静态语言执行速度慢。
python等动态类型语言之所以慢，就是因为每一个简单的操作都需要大量的指令才能完成。JIT（即时编译，一种混合了解释器和编译器好处的技术）在字节码执行过程中标识被经常执行的字节码，并将其编译成本地机器码，缓存该结果，当同样的字节码再次被执行的时候，会执行预编译的机器码，从而提高性能。
PyPy就是为了提升python性能而设计的，其使用RPython实现的解释器。RPython是Python的子集， 具有静态类型。

PyPy源码安装

以ubuntu操作系统为例，参加官方文档

  1. 依赖安装

    1
    2
    3
    4
    $ sudo apt-get install gcc make libffi-dev pkg-config libz-dev libbz2-dev \
    libsqlite3-dev libncurses-dev libexpat1-dev libssl-dev libgdbm-dev \
    tk-dev libgc-dev python-cffi \
    liblzma-dev libncursesw-dev      # these two only needed on PyPy3

  2. 源码下载
    https://pypy.org/download.html

  3. 编译
    确保有足够的内存，执行编译过程有点漫长。

    1
    make

。。。
编译成功后会生成一个可执行文件pypy-c和一个动态库libpypy-c.so。新建目录/opt/pypy，将源码目录下的如下文件复制到该目录下:

  • pypy-c
  • libpypy-c.so
  • include/
  • lib_pypy/
  • lib-python/2.7
  • site-packages/

将pypy-c放到PATH所在目录，将动态库放入搜索路径下:

1
2
3
4
$ cd /usr/local/lib
$ sudo ln -s /opt/pypy/libpypy-c.so libpypy-c.so
$ cd /usr/local/bin
$ sudo ln -s /opt/pypy/pypy-c pypy

PyPy使用

结合虚拟环境使用

1
$ mkvirtualenv -p /usr/local/bin/pypy venv-pypy

一个Flask框架写的项目flask-api，压测一个简单数据库查询请求，使用PyPy运行性能提升了一倍左右。