python - Python 可以运行一个脚本的多个实例，每个实例都包含它自己的数据吗？

Question

我正在尝试为游戏引擎设计数据结构，并允许脚本语言从中获取数据。由于设计的某些限制，数据需要以类似数据库的结构存储在程序的 C++ 端。主要原因是我不确定 Python 的序列化基础是否可以补偿 modders 突然添加和删除数据字段。

我想知道是否可以调用 python 脚本，并让它作为自己的对象使用自己的数据？如果不是，您是否可以在运行时之前不知道类名的情况下从 C++ 实例化 python 类？

Answer 1

您所描述的称为嵌入 Python 解释器。 CPython适用于这种嵌入，并提供a nice tutorial在一些更高级别的点上(虽然它主要侧重于扩展而不是嵌入，但大多数概念都与这两个领域相关)。

但是，这种方法有很多缺点。特别是，与 C++ 相比，CPython 相当慢。您应该假设执行任意 Python 字节码将阻塞一段不合理的时间，除非您已经对它进行了概要分析并且知道您可以摆脱它。更糟糕的是，每个 Python 解释器(你 can have more than one 在一个过程中，有一些警告)都有一个全局解释器锁(GIL)，除非你持有它的 GIL，否则你通常不能与 Python 解释器交互。换句话说，一次只允许一个线程调用给定的 Python 解释器，这使得使用线程管理 Python 的执行速度变得更加困难。这也意味着即使 Python 代码是 embarrassingly parallel，您也不会通过给 Python 额外的线程获得任何速度奖励。 .唯一的主要异常(exception)是 I/O 绑定(bind)操作，Python 通常可以在不持有 GIL 的情况下完成。

另一个困难是 Python 对象都是 PyObject* 类型。这些是(指向)具有许多有趣属性的引用计数对象，但关键是您不能直接将原始内存提供给 Python 脚本并期望它工作。您至少必须将其包装在 array 中或其他一些合适的 Python 对象。如果您希望底层内存仍然“属于”您的应用程序，您可能需要使用 buffer protocol以 array 和 friend 可以使用的标准方式公开此内存(这样您就不会最终不必要地复制内存)。

在高层次上，我建议拥有一个或多个专用的 Python 工作线程(每个解释器一个，并且尽量不要启动太多解释器，因为它们是沉重的对象)，并在这些线程和线程之间异步传递工作对象你的应用程序的其余部分。工作线程负责在 C++ 对象和 Python 对象之间进行转换，持有 GIL，并运行缓慢的 Python 代码。您还应该记住，Python 将消耗您的应用程序的其余部分正在使用的相同计算资源(CPU、内存，也许是磁盘 I/O)。线程可能会帮助您利用多个内核，但它不会为您购买比您实际需要使用的更多的 CPU。您可能只是发现 Python 对于您的应用程序来说太慢了，这取决于您需要脚本系统的响应速度以及您的游戏引擎的其余部分可以承受额外 CPU 绑定(bind)线程的性能压力的程度。您应该先构建一个小型原型(prototype)并验证它是否具有可接受的性能特征，然后再尝试构建真实的东西，或者如果您已经拥有一个完整的游戏引擎，请尝试在其上安装一个最小的 Python 解释器并运行一些基准测试。