python - Python 3 解释器是否具有 JIT 功能？

Question

我发现，当我向 Python 提出更多要求时，python 并没有 100% 使用我的机器资源，而且速度不是很快，与许多其他解释语言相比，它很快，但与编译语言相比，我认为差别真的很大。

是否可以在 Python 3 中使用即时 (JIT) 编译器来加快速度？

通常，JIT 编译器是唯一可以提高解释语言性能的东西，所以我指的是这个，如果有其他解决方案，我很乐意接受新的答案。

Answer 1

首先，Python 3(.x) 是一种语言，可以有任意数量的实现。好的，直到今天，除了 CPython 之外，没有任何实现实际上实现了这些版本的语言。但这会改变(PyPy 正在迎头 catch )。

回答您要问的问题:CPython、3.x 或其他版本不包含 JIT 编译器，从来没有，也可能永远不会。其他一些 Python 实现(原生的 PyPy、Jython 和 IronPython，通过为它们构建的虚拟机重新使用 JIT 编译器)确实具有 JIT 编译器。当他们添加 Python 3 支持时，他们的 JIT 编译器没有理由停止工作。

但是，当我在这里时，也让我解决一个误解:

Usually a JIT compiler is the only thing that can improve performances in interpreted languages

这是不正确的。 JIT 编译器最基本的形式只是消除了解释器开销，这解释了你看到的一些速度变慢，但不是大多数。 good JIT 编译器还执行许多优化，这些优化通常消除了实现大量 Python 功能所需的开销(通过检测允许更有效实现的特殊情况)，突出的例子是动态类型、多态性、以及各种内省(introspection)功能。

仅实现 a 编译器对此无济于事。您需要非常聪明的优化，其中大部分仅在非常特定的情况下和有限的时间窗口内有效。 JIT 编译器在这里很容易，因为它们可以在运行时生成专门的代码(这是它们的重点)，可以通过在运行时观察程序来更轻松地(更准确地)分析程序，并且可以在优化无效时撤消优化。与提前编译器不同，它们还可以与解释器交互，并且经常这样做是因为这是一个明智的设计决策。我想这就是为什么它们与人们心目中的口译员联系在一起的原因，尽管它们可以并且确实独立存在。

除了优化解释器的代码本身之外，还有其他方法可以使 Python 实现更快 - 例如，HotPy (2) 项目。但这些目前处于研究或实验阶段，尚未显示出它们的有效性(和成熟度)w.r.t。真实代码。

当然，特定程序的性能取决于程序本身，而不是语言实现。语言实现只为您可以进行一系列操作的速度设置上限。通常，您可以通过避免不必要的工作(即优化程序)来更好地提高程序的性能。无论您是通过解释器、JIT 编译器还是提前编译器运行程序，这都是正确的。如果您想要快速的东西，请不要竭尽全力获得更快的语言实现。有些应用程序由于解释和动态性的开销而无法实现，但它们并不像您想象的那么普遍(并且通常通过有选择地调用机器代码编译的代码来解决)。