Python JIT编译器的优缺点

我目前知道以下pythonjit编译器：Psyco、PyPy和unladenswallow

基本上，我想询问您对这些编译器的优缺点的个人经验，以及是否还有其他值得研究的地方

提前感谢,

---

Az

克里斯蒂安·佩龙（Christian Perone）在几天前的一次测试中表现出色，他声称（有支持性的基准测试数据）PyPy现在是最快的，运行基准测试的时间为145秒，而Unladen Swallow为300秒，CPython为374秒（Psyco没有帮助，实际上PsycoV2将基准测试速度降低到434秒），557给Jython——查看我刚才提供的URL了解所有详细信息

---

当然，您需要在广泛的基准上确认这一点，但它确实看起来可信且非常有趣。Pypy拥有最大的团队（多年来，包括欧盟研究资助的慷慨资金支持），这就是为什么Pypy现在“完全就绪”并准备好进入黄金时段的原因

您可能会研究一些其他工具来加速python

• Cython，它需要相关方法中所有变量的类型规范，然后静态编译该方法
• Numba，它需要LLVM，但是JIT（方法必须用参数类型修饰才能进行编译）

---

这是一个相当广泛的问题。你对这些项目都做过实验吗？如果不是，我建议你试试。如果是的话，你有什么具体问题吗？我们无法决定哪一个对你最合适。我很乐意，但我已经到了最后期限，我的主管也没有放弃延期。所以，如果你能推荐一个好的起点，我会非常感激。或者，即使是最简单的开始也会很好。一旦我得到更多的信息，我可能会更新。我不确定这些项目是否适合目前的生产使用。你考虑过吗？@GregHewgill:AFAIK-py2exe不进行JIT/AOT编译。它只是将vm和代码捆绑在同一个文件中，因此性能取决于底层的python实现哇，很好的更新！有趣的是，看到JIT性能比CPython有所提高，我也将开始测试：）评论中有一些负面结果。你在自己的项目上尝试过PyPy吗？你能将其与CPython性能进行比较吗？PyPy很好，我只是希望他们支持Py3K，而不是强迫你在快速Python 2.x和慢速Python 3.xjnnnn之间进行选择。当你在numba中编译时，你必须先手动配置'ast'llvm吗？我一直在尝试让它工作，但我总是在同一个点（关键错误）结束，所以我认为这与LLVM本身有关。