PyPy：最热门的话题是什么？

Question

注意：标题是故意挑衅的（让你点击它并想要对问题进行投票），我不想看起来很专注。

我已经阅读和听到了越来越多的内容关于 PyPy。它就像一个线性图。

• 为什么 PyPy 如此特别？据我所知，用语言本身编写的动态语言的实现并不是什么罕见的事情，还是我没有得到一些东西？

• 有些人甚至将 PyPy 称为“Python 的未来”，或者看到了此实现中的某种深层潜力。这到底是什么意思？

Answer 1

在谈论 PyPy 项目时需要注意的是，它的目标实际上是提供两个可交付成果：第一个是JIT 编译器生成器。是的，生成器，这意味着他们正在实现一个框架，用于编写高度动态的编程语言（例如 Python）的实现。第二个是这个框架的实际测试，是PyPy Python解释器实现。

现在，为什么 PyPy 如此特别，有多个答案：该项目开发从 2004 年开始，作为一个研究项目而不是一家公司开始，用 Python 重新实现 Python，用 Python 实现 JIT 编译器，并且可以翻译 RPython（Python 代码）框架能够将该代码转换为 C）编译二进制文件，但存在一些限制。

当前版本的 PyPy 与 CPython 2.5 版本99% 兼容，并且可以运行 Django、Twisted 和许多其他 Python 程序。过去存在无法运行现有 CPython C 扩展的限制，但 PyPy 中的 cpyext 模块也解决了这个问题。 C API 兼容性是可能的，并且在某种程度上已经实现。 JIT也很真实，看这个pystone对比。

使用 CPython：

Python 2.5.5 (r255:77872, Apr 21 2010, 08:44:16) 
[GCC 4.4.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from test import pystone
>>> pystone.main(1000000)
Pystone(1.1) time for 1000000 passes = 12.28
This machine benchmarks at 81433.2 pystones/second

使用 PyPy：

Python 2.5.2 (75632, Jun 28 2010, 14:03:25)
[PyPy 1.3.0] on linux2
Type "help", "copyright", "credits" or "license" for more information.
And now for something completely different: ``A radioactive cat has 18
half-lives.''
>>>> from test import pystone
>>>> pystone.main(1000000)
Pystone(1.1) time for 1000000 passes = 1.50009
This machine benchmarks at 666625 pystones/second

因此，只需在某些计算中使用 PyPy 即可获得近10 倍的加速！

因此，随着 PyPy 项目慢慢成熟并提供一些优势，它吸引了试图解决代码速度问题的人们的更多兴趣。 PyPy 的替代方案是 Unladden Sweat（Google 项目），旨在通过使用 LLVM 的 JIT 功能来加速 CPython 的实现，但由于开发人员需要处理 LLVM 中的错误，Unladden Sweat 的进展速度减慢了。

所以，总而言之，我认为 PyPy 被认为是 Python 的未来，因为它将语言规范与 VM 实现分开。例如引入的功能。 stackless Python，然后可以在 PyPy 中实现，只需很少的额外工作，因为它只是改变语言规范，并且您保持共享代码相同。更少的代码、更少的错误、更少的合并、更少的工作。

例如，通过在 RPython 中编写新的 bash shell 实现，您可以免费获得 JIT 编译器并加速许多 Linux shell 脚本，而无需实际学习任何繁重的 JIT 知识。

Answer 2

让我们这样看...
假设您想实现自己的动态语言，并且希望使其速度更快。
你有两个选择：困难的方法和 pypy。

困难的方法意味着用 c 语言编写解释器，然后使用非常复杂的技术（例如方法 jit、线程 jit、跟踪 jit、多态内联缓存、循环不变运动）手动实现 jit（也在 c 中）等等……花了几年的时间来调整它，如果你坚持不懈并且不放弃，你最终可能会得到一个快速的动态语言实现。

或者，您可以使用 pypy 框架。
这意味着，用 python 而不是 c 编写解释器（实际上，它将是 rpython，一个可以编译为 c 的更有限的 python 子集）。
一旦你编写了解释器，pypy 将自动免费生成 jit。
你基本上就完成了。

听起来不错吧？

Answer 3

PyPy 的酷之处在于（除了速度快并且是用 RPython（Python 语言的子集）编写的，基本上是自举的之外，它还可以为任何对象提供自动创建的 JIT（即时编译器）） 并且速度相当快。

您用 PyPy 编写的程序：这使得它非常适合快速实现您自己的语言 ， /pypy/doc/jit/overview.html" rel="noreferrer">此处

Answer 4

更不用说他们最近在某些基准测试中超过了 CPython 的速度。我想，请参阅他们的博客。我无法从这里访问它：

http://morepypy.blogspot.com/

Answer 5

由于我们大多数人都认为编写 Python 比 C 更容易，因此用 Python（好吧，技术上是 RPython）编写的 Python 解释器应该比 CPython 更容易修改，并且错误更少。