时间戳

首页 > 解决方案 > Python语言能成为未来最快的语言吗？

python - Python语言能成为未来最快的语言吗？

问题描述

最近我研究了python语言，很多人抱怨语言的速度。我想知道这种语言可以更快吗？

标签： python

解决方案

询问编程语言的速度是没有意义的。编程语言是一组抽象的数学规则和限制。这是一个规范。一张纸，本质上。

在我们这里谈论的意义上，一张纸没有速度。

为了执行一些用编程语言编写的程序，需要实现该语言。此外，您需要编写一个可以执行的程序。你需要在一些特定的环境（CPU、RAM、操作系统、机器架构……）中执行这个程序

然后，只有这样你才能测量运行需要多长时间。

但是现在您正在测量许多变量：

  • 该程序
  • 环境
  • 实施
  • 实现的具体版本
  • 语言

由于您有这么多变量且只有一个数据点，因此无法判断哪个变量对结果的贡献是多少。

我看到的许多 Python 基准测试都使用在 Intel AMD64 CPU 上的 Linux 上运行的 CPython。然而，这个基准有点不公平：

  • CPython 实际上是一个非常简单的实现。它不使用高性能语言引擎中通常使用的任何优化，例如自适应优化、推测内联、多态内联缓存、动态类型反馈、去虚拟化、转义检测等等。
  • 与几乎所有现代操作系统一样，Linux 并未针对运行类似 Python 的语言进行专门优化。它更针对类 C 语言进行了优化。例如，Linux 有虚拟内存，众所周知这会对垃圾收集产生负面的性能影响。
  • 英特尔 AMD64 CPU 并未专门针对运行类似 Python 的语言进行优化。它们更针对类 C 语言进行了优化。例如，它们包含对 Python 没有真正帮助的优化，当芯片空间和这些晶体管可以更好地用于 Python 特定的优化时。

例如，查看 Azul Vega-3 CPU 和相应操作系统的设计，它们都是专门为运行内存安全、指针安全、类型安全的语言而设计的，具有垃圾收集、动态分派和高度的运行时多态性。

如果你想在 Python 和 C 之间进行公平的比较，你需要在一个 Python 实现上运行你的 Python 代码，该 Python 实现具有相同数量的研究、工程、开发、人力、金钱和资源投入其中。 C 实现（例如 Microsoft Visual C、Clang/LLVM、GCC 等）在一个为运行 Python 而同样优化的操作系统上，在一个具有相同数量的研究、工程、开发、人力、金钱的 CPU 上, 并投入大量资源以使 Python 快速运行，并且使用与生产英特尔至强相同的先进工艺生产。

如果你花足够的研究、工程、开发、人力、金钱和资源来让 Python 快，那么它会很快。

历史上有很多例子：70 到 90 年代 Lisp 和 Smalltalk 大肆宣传，人们在 Lisp 和 Smalltalk 编译器和虚拟机上花费了大量资金，你瞧，这些实现变得更快了。当 Self VM 出现时，它与当时的许多 C++ 实现竞争。然后，Sun 削减了 Self 项目的资金，那段时间也有 C++ 炒作，所以钱都花在了 C++ 编译器上，而且速度很快。

在那之后，出现了 Java 炒作，人们在 JVM 上花钱。（有趣的是，Self 的开发者在 Sun 削减资金后，成立了自己的公司并建立了一个 Smalltalk 虚拟机，并在意识到 Java 和 Smalltalk 非常相似之后，他们建立了一个 JVM。这个 JVM 速度如此之快，以至于 Sun 收购了这家公司如果他们没有把开发人员赶出公司，他们本来可以免费使用 JVM 技术。）Oracle HotSpot 仍然基于前者编写的 Animorphic Smalltalk VM 的代码库自我开发者。

现在，我们正处于 ECMAScript 炒作中，一旦公司开始向 ECMAScript 引擎投入资金，这些引擎在短短几年内就变得快了十倍。（其中一个驱动因素是谷歌的 V8 引擎，它实际上是由一些离开甲骨文成立自己公司的前 Self 开发人员设计的。）

那里有一些相当快的 Python 执行引擎。我个人很期待 GraalPython。而且我怀疑如果人们开始在 Python 实现上投入资金，他们也会发现仍有很大的改进潜力。例如，TruffleRuby（由同一个人构建）已经证明它在某些情况下可以击败 C，并且与 Microsoft Visual C 或 Clang/LLVM 等相比，开发它的团队实际上是微不足道的。

推荐阅读