PyPy是一个虚拟机项目，主要分为两部分：一个Python的实现和 一个编译器
PyPy的第一部分: 用Python实现的Python
其实这么说并不准确，准确得说应该是用rPython实现的Python，rPython是Python的一个子集，虽然rPython不是完整的Python，但用rPython写的这个Python实现却是可以解释完整的Python语言。
PyPy的第二部分：编译器
这是一个编译rPython的编译器，或者说这个编译器有一个rPython的前端，目前也只有这么一个前端，不过它的后端却是不少，也就是说这个编译器支持许多的目标语言，比较重要的有：C，CIL，JavaScript...
第一部分看成pypy(1)第二部分看成pypy(2)
为什么你在同一层面下同时需要这两者？你可以这样想一下：PyPy(1)是一个用RPython写的解释器，因此它能加载用户的Python代码并将它编译成字节码。但是这个用RPython写的解释器本身要能运行，就必须要被另外一个Python实现去解释。我们可以直接用CPython去.运行这个解释器。但是这个还不够快取而代之，我们使用了PyPy(2)去编译这个PyPy的解释器，生成其他平台（比如C,JVM或CLI）代码在我们的机器上运行，并且还加入了JIT特性。JIT能够把字节码转换成机器语言，pypy之所以快，是因为它整合了JIT跟踪技术的优化编译器。
pypy性能测试
Cpython2.7.6，pyston0.2，pypy2.2.1的性能对比，使用的是pyston源代码目录下的minibenchmarks和microbenchmarks中
的python代码来跑，对比结果如下表所示
|
| Cpython2.7.6 | pyston0.2 | |
| microbenchmarks |
|
|
|
| attribute_lookup.py | 258.544s | 200.387s | 2.667s |
| attrs.py | 0.622s | 1.658s | 0.086s |
| closures.py | 0.485s | 6.658s | 0.058s |
| empty_loop.py | 3.532s | 19.248s | 0.248s |
| fib2.py | 3.375s | 0.669s | 0.804s |
| fib.py | 3.696s | 0.636s | 0.864s |
| function_calls.py | 5.283s | 0.878s | 0.303s |
| gcj_2014_2_b.py | 1.527s | 45.803s | 0.276s |
| gcj_2014_3_b.py | 0.022s | 0.174s | 0.069s |
| iteration.py | 0.185s | 1.242s | 0.062s |
| lcg.py | 2.910s | 9.097s | 0.235s |
| listcomp_bench.py | 10.132s | 56.170s | 1.379s |
| nested.py | 0.368s | 6.828s | 0.057s |
| polymorphism.py | 4.358s | 4.390s | 14.260s |
| prime_summing.py | 20.197s |
学习交流
热门图片
猜你喜欢的新闻
新闻热点  2020-02-16 09:52:44
 2020-02-15 15:53:44
 2020-02-11 22:02:38
 2020-02-11 21:45:12
 2020-02-07 10:36:18
 2020-02-06 12:16:44
疑难解答 |
