Python各版本和Jit加速模块非正式性能测试

最近看到一篇博客，说python3.11比之前的版本有性能升级

https://www.blog.dailydoseofds.com/p/performance-comparison-of-python

于是我也用斐波那契的例子测试了一下其他几个Jit加速方案，场景有限，仅供参考。

测试环境Centos 7.9 + Intel(R) Xeon(R) W-2223 CPU @ 3.60GHz

测试代码

import time
def fib(N):
    if N<2:
        return N
    else:
        return fib(N-1)+fib(N-2)

    
start=time.time()    
print(fib(40))
print(time.time()-start)

测试结果如下

Python及各类Jit模块	Linux环境耗时（s）
python3.8	23.1
python3.8+Pyston	22.1
python3.9	22.6
python3.9+PyPy	2.1
python3.10	22.8
python3.10+Pyjion	30.5
python3.11	13.6
pyhon3.11+Niutka+gcc10	11.6
python3.12	12.3

从结果可以看出，Python3.11之后，性能确实有很大进步

微软的Pyjion 居然会变慢

Dropbox的Pyston效果也一般

Niutka并不是Jit，而是直接生成可执行文件，但是还是比不过PyPy，优势也并不明显。

PyPy在这个场景大幅领先一个数量级。