Python速度有望赶超Java,是什么让Python能够这么强大?

先讲一下关于Python的开发效率以及性能,包括这里面的原因:

这里面引用了一部分cornsea的博客

https://www.cnblogs.com/cornsea/archive/2013/01/09/2853621.html

首先,Python是一门动态编程语言,主要亮点是可以提高开发应用的效率。 他是和Java,perl,Ruby等语言同类的。

是做系统集成,Web应用等系统的利器,最近在科学计算领域也是大方光彩(numpy, scipy, sci-kit learn)。

和C/Cplusplus基本不是一个层次的开发工具,他们是做底层系统(基础库,os,ecos就是c++写的,还是用在嵌入式系统中)的,

很多库提供的功能也很基础。但,你可以为Python写c或cpp的模块,提高你的Python系统的整体性能。

其次,Python的主要解释器CPython是用C语言实现的,不同类型(dict,list)和函数实现的算法很不同。如果你的系统对性能很敏感,

那必须了解一些内幕,一个函数输入不同的参数,性能可能相差很大。另外,Python解释器执行Python代码时候,大概经历如下几个阶段:

1) 加载代码文件 2)翻译成AST 3)生成bytecode 4)在PVM(python virtual machine)上执行bytecode,PVM实际是一个基于栈的虚拟机。

其中,前3个阶段看文件代码量,一般就ms级别的消耗,如果你不想浪费,可以使用python -O -m py_compile xx.py命令,

将xx.py先编译为xx.pyo的字节码,然后在调用python xx.pyo执行. PVM你可以简单的想象为一个C语言写的函数,里面有一个非常大的switch,

根据不同的bytecode内容,执行不同的动作。比如遇到一个打开文件指令,这个函数就会调用libc的库函数,执行c语言的打开文件操作。

其实很多操作python bytecode和c语言之间的性能差异很小的,因为Python的很多功能模块就是直接执行C库的。

再次,随着Python的广泛应用,CPython解释器的性能问题确实越来越严重,特别是数据挖掘,机器学习领域的日趋火热,其中很多优秀工具的实现

都是用Python来做的。为了解决这个问题,Python社区提出了多种不同的解释器,比如针对数值计算的numba,用python实现的python解释器pypy等。

他们的主要目的就是给Python加速,用到的技术有JIT,LLVM。比如numba为python提供了新的decorator,让python函数能在运行时

通过llvm库被翻译成machine code。而CPython的现在主要的目的就变为一个Python解释器的范本,就是提供一个稳定可靠的功能最全的解释器实现参考。

另外,如果某个用Python实现的功能模块的性能很关键,你可以把这个模块先用Cython翻译成C语言代码,然后在编译为可执行程序。当然用Cython,

你也可以在python中更加方便的调用外部C库,保证整个系统的性能。所以,很多Python系统的执行会越来越快,但并不是Python快了,而是后面的支持越来越强大了。

最后,Python就是和Java类似的一门语言,不要把他理解为是一种脚本。刚开始把他理解为脚本,可能是因为python提供了一个命令行工具,让人可以输入

python代码,并立刻见到结果。其实,这只不过python给你提供的一个优秀的工具之一而已。Python在各个领域的使用越来越广泛,开源资源也越来越多:

1. 大规模分布式计算disco,提供和hadoop类似的mapreduce模型 http://discoproject.org/

2. 科学计算/可视化 numpy,scipy, matplotlib

4. Web开发 django project

所有IT领域,基本都能找到Python的痕迹。

为什么现在Python的速度有望能够赶超Java了呢?

支持强大了:

Python在多个方面优异的表现,使得Python被越来越多的人去使用,也有着越来越多的人去维护,管理,贡献自己的代码,而作为一部分有资金,有人力的团队,便开始想办法提升Python的速度了。所以,重要的话,再重复一遍:很多Python系统的执行会越来越快,但并不是Python快了,而是后面的支持越来越强大了。

具体是因为什么,为什么谈到Java:

因为Java也是一门解释性语言,最开始都是用c语言来实现的,所以也只是实现了一个调用c语言的API的过程,这一点和Python很像。为什么Java能够拥有非常好的性能(至少比Python好太多了,不过Python开发者一般也不是很在意那些地方)。因为Java实现了即时编译。

大家应该都知道,Java的源代码,在编译之后(暂且称为编译),它是一字节码的形式存储在计算机中的,并不是汇编或者说机器码,然后,这一段字节码再经过解释器,然后调用c的API来进行(这里到了关键了),它不是完全的调用api,有一部分是通过JIT实现的,就是一部分进行解释,一部分进行编译。

再说一下PyPy,字面意思,用Python实现的Python解释器,准确来说是RPython(一种静态类型),PyPy就是实现了这样一种JIT即时编译的解释器。为什么编译之后就可以提速了,因为它是有选择性的编译,对于你会多次用到的代码块或者或者对象,这一部分会被认为是热点代码,然后通过编译成机器码,每次使用的时候,解释器向JIT确认是否为热点代码,如果是,那么直接使用机器码,这样就会加速很多(特别是循环,可以比正常的CPython快10倍),简单理解,编译用时比解释的时间长,但是编译之后再用就很快,但是解释器的话,速度就一直不变。

那为什么现在Python的速度仍然比不上Java?

因为Java背后有一个强大的团队去开发,Python的话,Guido被称为仁慈的独裁者,对于Python贡献极其巨大,但是不知为何不愿意开发Python的锁和开发JIT解释器,不过作为最主流的加速方式(也是最被看好的)就是PyPy了,你可以像Python一样的写代码,完全没有区别,但是PyPy却不够完善,对于某些库的兼容性并不好(而Python却被称为胶水语言),所以说,现在的PyPy还算不上一个可以被作为商用的利器,Python的发展,还需我辈努力!!!

希望我的文章对你有所帮助,喜欢的朋友可以点击一下关注哦~~~

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180320A1VNVG00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券