優化PyPy

Question

（這是一個後續Statistical profiler for PyPy）

我跑PyPy下一些Python代碼，並想優化它。

在Python中，我將使用statprof或lineprofiler來知道哪些確切的線條正在導致放緩並嘗試解決它們。但在PyPy中，這兩種工具並沒有真正報告合理的結果，因爲PyPy可能會優化掉一些行。我也不想使用cProfile，因爲我發現很難提取報告功能的哪一部分是瓶頸。

有沒有人有關於如何進行的一些提示？也許另一個在PyPy下很好地工作的profiler？一般來說，如何優化PyPy的Python代碼？

Answer 1

如果你瞭解PyPy架構的工作方式，你就會意識到，試圖找出的代碼各行是不是真的生產。你首先用一個用RPython編寫的Python解釋器開始，然後通過一個跟蹤JIT來生成流圖，然後轉換這些圖來優化RPython解釋器。這意味着由正在被JIT處理的RPython解釋器運行的Python代碼的佈局可能與實際運行的優化的彙編器具有非常不同的結構。此外，請記住，JIT始終在循環或函數上工作，因此逐行統計不太有意義。因此，我認爲cProfile對您來說可能是一個很好的選擇，因爲它會讓您瞭解優化的重點。一旦知道哪些功能是瓶頸，您可以針對那些較慢的功能進行優化，而不是嘗試修復一行Python代碼。

請記住，你這樣做是PyPy比CPython的不同性能特點。總是儘量以儘可能簡單的方式編寫代碼（這並不意味着儘可能少的行數）。還有其他一些啓發式方法可以幫助您，例如使用專用列表，當您使用少量大多數恆定鍵時，使用對象覆蓋字典，避免使用C Python API的C擴展等。

如果您真的，真的堅持試圖在生產線一級進行優化。有幾個選項。一個叫做JitViewer（https://bitbucket.org/pypy/jitviewer），它可以讓你對JIT在你的代碼中做什麼有非常低的認識。例如，你甚至可以看到與Python循環對應的彙編指令。使用該工具，您可以真正瞭解PyPy將如何快速處理代碼的某些部分，因爲您現在可以做一些愚蠢的事情，如計算用於循環的彙編程序指令的數量等。