PyPy是不是真的比Python快？

众所周知， Python 编写的程序运行不快，这种慢虽无大碍，但为了获得更高的性能，我们需要再切换到另一种编程语言吗?不一定。我们可以放弃python.py的运行方式，转而使用 PyPy 即时编译器。

根据官方网站的说法，就连Python 创建者 Guido von Rossum 都建议将 PyPy 用于关键性能的 Python 程序。接下来我们看看 PyPy 有多快。

基准测试的工作原理

为了比较 Python 和 PyPy，我编写了几个 Python 程序。著名算法、典型用例，甚至是基本的 HTTP 服务器。然后我用 Python 和 PyPy 执行程序——在 macOS 和 Linux 的终端中使用time模块，可以看到执行某事的持续时间。使用 time模块 看起来像这样：

1. time python.py

执行完成后，time模块会报告您花费的时间。

使用的版本：

1. PyPy：7.3.5，使用 Python 版本 3.7.10
3. Python：版本 3.9.7

这两个版本都是目前可用的最新版本。程序本身不记录任何内容。我们只关心进行计算。

这是准备好的代码片段。让我们对每个场景进行基准测试。

1. 斐波那契

以下函数生成我们传递给它的数字的斐波那契值。

结果：

Python 平均需要 2337 毫秒的执行时间。

PyPy 平均只需要 301 毫秒。明显的赢家是 PyPy。

2. web服务

为了对 PyPy 和 Python 处理 HTTP 请求的性能进行基准测试，使用 time 命令测量时间是行不通的。有效的是“wrk”——一个基准测试工具，在服务器上触发大量 HTTP 请求。

因此，它为我们提供了有关服务器平均响应速度以及它可以处理多少 HTTP 请求的数据。

上面显示的 Web 服务器在端口 4000 上为目录“app”提供服务。在这个目录中，我创建了一个小的 hello-world HTML 文件。基准测试在终端中执行：

1. wrk -t12 -c400 -d10s http://localhost:4000/

结果如下：

Python：Web 服务器平均每秒可以处理 995 个请求，平均延迟为 2.03 毫秒。

PyPy：Web 服务器平均每秒可以处理 1481 个请求，平均延迟为 1.90 毫秒。如您所见，PyPy 要快得多。

3. 快速排序

快速排序可能是最有效的排序算法。这是它在 Python 中的实现：

在 Quicksort 实现下面，我们生成了 500 个随机数并将它们存储在一个数组中。这个数组是 Quicksort 算法将要排序的。

结果如下：

Python：平均而言，代码执行时间为 43 毫秒

PyPy：平均执行时间为 132 毫秒。

是的，Python 在这里更快。 这也可以在内部测量时间时确认，使用 start = time.time() 技巧。

4. 堆栈

栈是一种简单的数据结构。它是一个数组的更漂亮的词，我们在它上面推东西并从中弹出它。下面的代码创建这个数组，在堆栈上压入和弹出 1000 万个数字：

让我们看看两者的速度有多快。

Python：代码平均耗时 2.89 秒

PyPy：平均需要 69 毫秒。是的，我说的是毫秒。

在这个基准测试中，PyPy 比普通 Python 快几个数量级。

5. SQlite3 Database

数据库是大型项目中常用的东西。我选择 SQLite 来做一个基准测试，因为它很容易与 Python 一起使用——不需要通过 pip 安装任何东西。以下代码在基于文件的 SQLite 数据库中创建一个新表。

在每次基准测试之前，我删除了数据库文件并创建了一个普通的新文件。但是数据库存储什么?范围函数生成一百万个数字，然后将每个数字加倍——函数 f(n) = n * 2。数据库存储每个函数对，例如“2、4”或“18、36”。

结果：

Python 平均需要 6.7 秒来执行代码。

PyPy 平均需要 9.4 秒的执行时间。

Python 更快。我还尝试将其与其他操作结合使用——比如删除刚刚创建的条目。它没有改变结果。在 SQlite3 数据库的情况下， Python 比 PyPy 快。

总的来说，这让我很惊讶。当 Python 胜过 PyPy 时，并不是关于数量级的。由于我不是 Python 或 PyPy 专家，我不确定为什么 Python 在某些情况下更好。可能是因为 PyPy 是一个 JIT 编译器，所以在运行它时，它首先编译代码。

另一方面，默认的 Python 解释器不会这样做。因此，对于 PyPy 的劣势，JIT 编译增加了一些所需的时间。尽管如此，PyPy 在某些情况下提供了更快的执行速度。 如您所见，它在 5 种情况下的 3 种情况下提供了更快的执行。

原文：https://louispetrik.medium.com/pypy-vs-python-49153daca65c