是Python软件基金会的成员，也是Apache基金会的成员。 Python最近人气飙升。这种编程语言用于DevOps、数据科学、网站开发和安全。 然而，它并没有获得任何速度奖牌。 在速度方面，Java与C、C++、C#或Python相比如何？答案很大程度上取决于您运行的应用程序类型。没有基准是完美的，但计算机语言基准游戏是一个很好的起点。 我从事计算机语言基准测试游戏已有十多年了；与Java、C#、Go、JavaScript和C++等其他语言相比，Python是最慢的语言之一。这包括JIT（C#和Java）和AOT（C和C++）编译器，此外还有像JavaScript这样的解释型语言。 注意：当我说“Python”时，我指的是这种语言的参考实现：CPython。我将在本文中提及其他运行时环境。 我想回答这个问题：当Python运行类似的应用程序比另一种语言慢2到10倍时，为什么它这么慢，我们可以让它更快吗？ 这里有几个常见的说法：“是GIL（全局解释器锁）”“是因为它是解释型的，不是编译型的”“是因为它是一门动态类型语言” 那么，以上哪个原因有对性能影响最大？ “这就是GIL” 现代计算机的CPU有多个内核，有时还有多个处理器。为了利用所有这些额外的处理能力，操作系统定义了一个称为线程的低级结构：一个进程（例如Chrome浏览器）可能会产生多个线程并为内部系统提供指令。这样，如果一个进程特别占用CPU，则可以在多个内核之间分担该负载，这实际上可以让大多数应用程序更快地完成任务。 在我写这篇文章时，我的Chrome浏览器打开了44个线程。请记住：基于POSIX的操作系统（例如MacOS和Linux）和Windows操作系统的线程结构和API不同。操作系统还处理线程的调度。 如果你之前没有接触过多线程编程，一个需要尽快熟悉的概念就是锁。与单线程进程不同，当您需要确保更改内存中的变量时，多个线程不会同时尝试访问/更改同一内存地址。 当CPython创建一个变量时，它会分配内存，然后计算该变量有多少引用。这个概念称为引用计数。如果引用计数为0，那么它会从系统中释放这部分内存。这就是为什么在某个代码段（如for循环的范围）内创建一个“临时”变量不会搞砸应用程序的内存消耗。 当多个线程共享变量时，就会出现这个难题：CPython如何锁定引用计数。有一个“全局解释器锁”可以仔细控制线程执行。解释器一次只能执行一个操作，不管它有多少个线程。 这对Python应用程序的性能意味着什么？ 如果你有单线程、单解释器的应用程序，这对速度没有影响。删除GIL根本不会影响代码的性能。 如果你想在单个解释器（Python进程）内使用线程实现并发功能，而线程是IO密集型的（比如网络IO或磁盘IO），你就会看到GIL争用的后果。 上图来自DavidBeazley的文章《GIL 可视化》： http://dabeaz.blogspot.com/2010/01/python-gil-visualized.html 如果你有web应用（例如Django）并且您正在使用WSGI，对Web应用程序的每个请求都是一个单独的Python解释器，因此每个请求只有一个锁。由于Python解释器启动缓慢，一些WSGI实现具有“守护进程模式”，它为您保持一个或多个Python进程处于活动状态。 其他Python运行时呢？ PyPy有一个GIL，通常比CPython快3倍。 Jython没有GIL，因为Jython中的Python线程由Java线程表示，受益于JVM内存管理系统。 JavaScript是如何执行这个任务的？ 好吧，首先所有的Javascript引擎都使用标记清除垃圾收集。如上所述，GIL的主要需求是CPython的内存管理算法。 JavaScript没有GIL，但是也是单线程的，所以不需要内存管理算法。JavaScript的事件循环和Promise/Callback模式是实现异步编程而不是并发的方法。Python与asyncio事件循环有相似之处。 “这是因为它是一种解释型语言” 我经常听到这种说法，但我觉得这是对CPython实际工作方式的过度简化。如果您在终端中编写pythonmyscript.py，CPython将启动读取、解析、解析、编译、解释和执行代码的长链操作。 如果你对这个过程的机制感兴趣，我之前写过一篇文章：《6 分钟内修改 Python 语言》（https://hackernoon.com/modifying-the-python-language-in-7-minutes-b94b0a99ce14）。 这个过程中一个重要的节点就是.pyc文件的创建；在编译阶段，字节码序列在Python3中写入__pycache__/中的文件，在Python2中写入同一目录。这不仅适用于您的脚本，也适用于所有导入的代码，包括第三方模块。 所以大多数时候（除非你编写的代码只运行一次？），Python解释字节码并在本地执行它。比较Java和C#.NET： Java编译为“中间语言”，其中Java虚拟机读取字节码并将其编译为运行中的机器代码。与.NETCIL一样，.NET公共语言运行时(CLR)使用即时编译，将编译后的代码编译为机器代码。 那么，为什么Python在基准测试中比Java和C#慢得多，因为它们都使用虚拟机和某种字节码？首先，.NET和Java是JIT编译的。 JIT或即时编译需要一种中间语言，以便将代码拆分为块（或帧）。提前(AOT)编译器旨在确保CPU在任何交互发生之前理解每一行代码。 JIT本身并不能使执行速度更快，因为它仍然执行相同的字节码序列。但是，JIT允许在运行时优化代码。一个好的JIT优化器会看到应用程序的哪些部分被频繁执行，这些代码被称为“热点”。然后，它通过用更高效的版本替换它们来优化这些代码。 这意味着当您的应用程序一遍又一遍地执行相同的操作时，它可以运行得更快。另一件事要记住：Java和C#是强类型语言，因此优化器可以对代码做出更多假设。 PyPy有一个JIT，如上所述，它比CPython快得多。这篇性能基准文章对其进行了更详细的介绍：《哪个 Python 版本的速度最快？》(https://hackernoon.com/which-is-the-fastest-version-of-python-2ae7c61a6b2b)。 那么为什么CPython不使用JIT？ JIT有几个缺点：其中一个缺点是启动时间。CPython的启动时间已经很慢，PyPy的启动时间比CPython慢2到3倍。众所周知，Java虚拟机的启动速度很慢。.NETCLR通过在系统启动时启动来解决这个问题，但是CLR的开发人员也开发了运行CLR的操作系统。 如果您有一个长时间运行的Python进程，其代码由于“热代码”而可以优化，那么JIT就很有意义。 然而，CPython是一个通用的实现。因此，如果您正在使用Python开发命令行应用程序，则每次调用CLI时都必须等待JIT启动，这非常慢。 CPython必须尝试满足尽可能多的用例。之前有人曾尝试将JIT插入CPython，但该项目基本上失败了。 如果你想要JIT的好处并且有适合它的工作负载，请使用PyPy。 “这是因为它是动态类型语言” 在“静态类型”语言中，必须在声明变量时指定变量的类型。此类语言包括C、C++、Java、C#和Go。 在动态类型语言中，类型的概念依然存在，只是变量的类型是动态的。 在这个例子中，Python创建了第二个str类型的同名变量，并释放了为a的第一个实例创建的内存。 静态类型语言不是为了挡你的路，它们是为了考虑到CPU的运行方式而设计的。如果一切最终都需要等同于简单的二进制操作，则必须将对象和类型转换为低级数据结构。 Python为您完成这项工作，您永远看不到它，也不必担心。 不必声明类型并不是Python变慢的原因，Python语言的设计使您几乎可以使所有内容动态化。您可以通过monkey-patch来包含对运行时声明的值进行低级系统调用的代码。几乎一切皆有可能。 正是这种设计，让优化Python异常困难。 为了说明我的观点，我将使用MacOS中可用的系统调用跟踪工具Dtrace。CPython发行版没有内置DTrace，因此您必须重新编译CPython。我使用3.6.6进行演示。 现在python.exe将在整个代码中使用DTrace跟踪器。PaulRoss写了一篇关于DTrace的闪电演讲(https://github.com/paulross/dtrace-py#the-lightning-talk)。您可以下载适用于Python的DTrace启动文件(https://github.com/paulross/dtrace-py/tree/master/toolkit)来测量函数调用、执行时间、CPU时间、系统调用和各种有趣的指标。例如， py_callflow跟踪器显示了应用程序中的所有函数调用。 那么，Python的动态类型会变慢吗？比较和转换类型是昂贵的，每次读取、写入或引用变量时，都必须检查类型。很难优化最动态的语言。许多Python的替代品要快得多，因为它们牺牲了灵活性以换取性能。Cython结合C-Static类型和Python优化类型已知代码，可将性能提高84倍。 结论 Python速度慢主要是由于动态性和多功能性。它可以用作解决各种问题的工具，并且有几个更优化和更快的Python替代品。 但是，有一些方法可以优化您的Python应用程序，例如充分利用异步、深入了解分析工具以及考虑使用多个解释器。 对于启动时间不重要且代码将从JIT中受益的应用程序，请考虑PyPy。 对于具有更多静态类型变量的代码的性能关键部分，请考虑使用Cython。
