使用PyPy加快Python程序执行速度

Python可以说是近年来比较火的编程语言之一了，Python的优点就不多说了，写过Python的同学应该都有所体验，Python独有的一些特性，写起来真实太舒服了，但是老实讲，Python也没有像各种广告上说的那样，上天入地、开发办公，无所不能的，而且相对其他语言也是有劣势存在的，比如对于某些应用程序来说，Python的运行速度可能比其它语言低上百倍。对于对响应速度有一定要求的系统来说，Python不一定是最好的选择，我就经历过负责的Python项目被使用Java重构，重构的原因是响应速度没有达到期待的效果。那么有没有方法可以提高Python的运行速度呢？那就是使用PyPy。

PyPy是什么

Python的官方解释器是CPython解释器，是用C语言开发实现的，所以叫CPython。CPython是至今为止使用最广泛、也是维护的最好的Python解释器。也有其他语言实现的解释器，如IPython：基于CPython之上的交互式解释器；Jython：使用Java语言实现的解释器；PyPy也是其中之一，pypy使用了即时编译（ just-in-time compilation），即JIT编译，可以对Python代码进行动态编译，加速执行速度，同时与Cpython高度兼容，语法也基本一致。

使用PyPy

安装及使用

根据自己的系统下载压缩包： Download and Install

此处以linux版本为例。下载完毕之后进行解压：

tar xf pypy3.7-v7.3.5-linux64.tar.bz2./pypy3.7-v7.3.5-linux64/bin/pypy3.7Python 3.7.10 (77787b8f4c49, May 15 2021, 11:50:33)
[PyPy 7.3.5 with GCC 7.3.1 20180303 (Red Hat 7.3.1-5)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>>

官网文档：Downloading and Installing PyPy — PyPy documentation

安装完毕之后，我们的python代码就可以通过PyPy去执行。只有PyPy也是不够的，还需要安装一些别的库，需要先安装PyPy的pip：使用pypy3 -m ensurepip进行安装。

安装完毕之后PyPy的bin目录下会有pip3及pip3.7，我们就可以通过它们来安装我们需要的其他的库了。

与CPython对比

新建test.py，写入以下代码，分别使用CPython解释器和PyPy解释器运行test.py文件，对比一下运行时间。

import timestart = time.time()
for j in range(10000):for i in range(10000):total = i * jend = time.time()
print("运行时间：", end - start)

CPython:

python test.py
运行时间： 11.55064606666565

PyPy:

./pypy3.7-v7.3.5-linux64/bin/pypy3.7 test.py
运行时间： 0.250166654586792

通过结果可以看出PyPy的运行速度确实要比CPython快很多。

PyPy的局限性

看到这里，可能会想，PyPy运行速度比CPython要快，代码语法也基本兼容，为什么没有取代CPython或者没有被广泛使用呢？那是因为PyPy虽然运行速度快，但是也有局限性。下面就来简单说一下。

不适用于C扩展

PyPy适用于使用纯Python代码编写的程序，但是只要用到了C扩展库（如Numpy、SciPy等），它的运行速度不仅不会加快，反而会比使用CPython慢。原因是C扩展库都是基于CPython设计实现的，PyPy还不完全支持C扩展库，没办法对使用C扩展的程序进行优化，进而会变慢。PyPy官方今年来也在处理C扩展库的问题，有些扩展库已经被移植到PyPy，但是还是有一定劣势的。所以如果你的应用程序中使用的C扩展库，还是使用CPython解释器比较好。

生态问题

Python第三方库可以说非常丰富且强大了，而这些库大都是基于CPython实现的，PyPy兼容的库真是少之又少，这样使用的人也就很少，也就没有很多开发者为PyPy做出贡献，导致兼容的库越来越少，这就是一个恶性的循环。简单来说，就是生态不行。

PyPy不适合短时间运行的程序

如果程序运行的时间越长，PyPy可以收集更多的运行时的信息并对程序的执行做出更多的优化。但是如果一个程序没有运行至少几秒钟，那么PyPyJIT编译器将没有足够的时间来预热,不仅不会加快运行速度，反而会变慢。

总结

如果你的项目是纯Python编写的业务系统，那么可以尝试一下PyPy，或许有意想不到的效果，如果有用到C扩展模块，那还是老老实实使用CPython吧。