python - python中用于解释的子进程效率

问题描述

我在这里询问python子进程的效率。

我正在尝试创建一个需要能够执行其他语言代码的程序。例如，假设我需要运行 js 文件（所以我会使用节点解释器）

我正在使用一个简单的代码（基于我之前提出的关于 Kotlin ProcessBuilder 与 python 的问题），而且我不明白为什么使用命令行调用py和调用cmd会使时间差差 10 倍

import subprocess
from time import perf_counter_ns 

started = 0
completed = 0

def call(): 
    process = subprocess.Popen(["node", "printHello.js"],
                                                stdin=subprocess.PIPE,
                                                stdout=subprocess.PIPE,
                                                stderr=subprocess.PIPE,
                                                universal_newlines=True)

    process.wait()


for i in range(0, 1000):
    if (i % 20 == 0):
        print("Turn ", i)
    start = perf_counter_ns()
    call()
    started += (perf_counter_ns() - start)
    completed += (perf_counter_ns() - start)

print("Average time (ms) to start a process: ", started * 1e-9)
print("Average time (ms) to complete a process: ", completed * 1e-9)

打印结果（没有烦人的“转：xxx”）

启动进程的平均时间（毫秒）：47.2123976

完成一个过程的平均时间（毫秒）：47.2141487

代码 2

import subprocess
from time import perf_counter_ns 

started = 0
completed = 0

def call(): 
    process = subprocess.Popen(["cmd", "/c", "dir"],
                                                stdin=subprocess.PIPE,
                                                stdout=subprocess.PIPE,
                                                stderr=subprocess.PIPE,
                                                universal_newlines=True)

    process.wait()


for i in range(0, 1000):
    if (i % 20 == 0):
        print("Turn ", i)
    start = perf_counter_ns()
    call()
    started += (perf_counter_ns() - start)
    completed += (perf_counter_ns() - start)

print("Average time (ms) to start a process: ", started * 1e-9)
print("Average time (ms) to complete a process: ", completed * 1e-9)

打印结果（没有烦人的“转：xxx”）

启动进程的平均时间（毫秒）：5.566161500000001

完成一个过程的平均时间（毫秒）：5.5675167000000005

现在，这是一个很大的区别，我知道这些不是相同的命令，1 使用 os 和一个正在解释，但为什么解释这么慢？有谁知道为什么它这么慢，有没有办法让它更快？我已经搜索并发现了 pypy，它应该可以加速性能，但它并没有达到我想要的效果。我知道这可以使它更快（或者至少是使用 Python 2.7），因为我曾经使用过这样做的脚本。没有编写该脚本的代码，所以我不知道它为什么在那里工作，我发现的唯一线索是它使用了 psyco。

所以我的问题是：

Python 不应该用命令console.log("hello")比我取得的结果更快地调用节点解释器吗？（我的电脑很好，不是那个）
无论如何通过节点或java（使用子进程或任何其他模块）等子进程来提高调用解释器/编译器的性能

谢谢：）

标签： pythonperformancesubprocesspypy

python - python中用于解释的子进程效率

问题描述

解决方案

推荐阅读