PyPy: О чем все жужжание?

Question

Примечание: заголовок преднамеренно провокационный (чтобы вы нажимали на него и хотели закрыть вопрос), и я не хочу выглядеть озабоченным.

Я читал и слышал все больше и больше о PyPy. Это похоже на линейный граф.

• Почему PyPy такой особенный? Насколько я знаю, реализация динамических языков, написанных на самих языках, не такая уж редкая вещь, или я ничего не получаю?

• Некоторые люди даже называют PyPy «будущим» [python] или видят какой-то глубокий потенциал в этой реализации. В чем именно смысл этого?

Answer 1

Отличная вещь о PyPy (в стороне от быстро и написано в RPython (подмножество языка Python), так что в основном бутстрапированный, является то, что он может обеспечить автоматически созданный JIT (только во время компилятора) для любой программы, вы пишете в PyPy:. это делает его идеальным для реализации, быстро, свой собственный язык и он довольно быстро

подробнее here

Answer 2

Поскольку большинство из нас согласится, что легче писать Python, чем C, интерпретатор Python, написанный на Python (ну, технически RPython), должен быть способен значительно модифицироваться и с меньшими ошибками, чем CPython.

Answer 3

Не говоря уже о том, что они совсем недавно превысили скорость CPython на некоторых тестах. По-моему, их блог. Я не могу достать его отсюда:

http://morepypy.blogspot.com/

Answer 4

Хорошая вещь, чтобы быть в курсе, когда речь идет о проекте PyPy в том, что она направлена ​​на самом деле обеспечивают два конечные результаты: первый является JIT компилятор генератор. Да, генератор, что означает, что они реализуют структуру для написания реализаций высокодинамичных языков программирования, таких как Python. Второй - это фактический тест этой структуры, и это реализация интерпретатора PyPy Python .

Теперь есть несколько ответов, почему PyPy является настолько особенным: разработка проекта работает с 2004 года, начата как исследовательский проект, а не из компании, повторно использует Python в Python, реализует JIT-компилятор на Python и может переводить RPython (код Python с некоторыми ограничениями для того, чтобы инфраструктура могла перевести этот код на C) в скомпилированный двоичный файл.

Текущая версия PyPy 99% совместима с CPython версии 2.5 и может запускать Django, Twisted и многие другие программы Python. Раньше существовало ограничение на невозможность запуска существующих расширений CPython C, но это также рассматривается с помощью модуля cpyext в PyPy. Совместимость C API возможна и в некоторой степени уже реализована. JIT также очень реальна, см. Это сравнение pystone.

С 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 

С 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 

Таким образом, вы можете получить почти 10x ускорение только с помощью PyPy по некоторым подсчетам!

Так как проект PyPy медленно созревает и предлагает некоторые преимущества, он привлекает больше интереса со стороны людей, пытающихся решить проблемы скорости в своем коде. Альтернативой PyPy является проглатывание без рекламы (проект Google), целью которого является ускорение реализации CPython с использованием возможностей JIT LLVM, но прогресс в проглатывании запаса замедлился, потому что разработчику необходимо было иметь дело с ошибками в LLVM.

Итак, чтобы подвести итог, я полагаю, что PyPy считается будущим Python, потому что он отделяет спецификацию языка от реализации VM. Особенности, введенные, например. Stackless Python, затем может быть реализован в PyPy с очень небольшими дополнительными усилиями, поскольку он просто изменяет спецификацию языка, и вы сохраняете общий код одинаковым. Меньше кода, меньше ошибок, меньше слияния, меньше усилий.

И, написав, например, новую реализацию оболочки bash в RPython, вы можете бесплатно получить компилятор JIT и ускорить многие сценарии оболочки Linux, не изучая при этом каких-либо тяжелых знаний JIT.

Answer 5

Давайте увидим это так ... Предположим, вы хотите реализовать свой собственный динамический язык, и вы хотите быстро его выполнить. У вас есть два варианта: жесткий путь и пипы.

Жесткий путь означает написание вашего интерпретатора в c, а затем реализовать jit вручную, также в c, используя сочетание очень сложных методов, таких как метод-jit, threaded-jit, tracing jit, полиморфные встроенные кеши , инвариант цикла движения и т.д., и т.д. ... в течение нескольких лет настраивая его, и если вы упорно много, и вы не сдавайтесь, вы можете в конечном итоге с быстрой реализации динамического языка.

Или вы можете использовать pypy framework. Это означает, что написание вашего интерпретатора в python вместо c (на самом деле это будет rpython, более ограниченное подмножество python, которое можно скомпилировать с помощью c). Как только вы написали своего переводчика, pypy автоматически сгенерирует jit бесплатно. И вы в основном делаете.

Звучит неплохо, да?