利用pypy提高python脚本的执行速度及测试性能

啥是pypy

简单地说, PyPy 是用 Python 语言写了一个工具, 将 Python 代码成 C, .NET, Java 等语言和平台的代码. PHP 也有类似的项目 – HipHop-PHP, 把 PHP 代码转成 C++ 代码.

为什么要将一种语言转成另一种语言? 首先是目标语言可能在性能(如C语言)和/或跨平台(如 .NET, Java)等方面具有优势. 其次, 在转换的过程, 可以进行代码优化或加入新技术, 比如 PyPy 应用的 Just-in-Time(JIT) 技术, 能让 Python (事实上是转换后的目标代码)的执行速度更快.

反正是性能很好的东西，但是也有不少的局限性。

咱们就不用源码安装了，最新的版本是2.2.1，但是看老外那边用2.0的还是比较的多。 有需要的朋友可以下载2.2.1

地址：http://pypy.org/download.html

简单的跑一下：

import time
#xiaorui.cc
#rfyiamcool@163.com
def test(n,m):
    m=m
    vals = []
    keys = []
    for i in xrange(m):
        vals.append(i)
        keys.append('a%s'%i)
    d = None
    for i in xrange(n):
        d = dict(zip(keys, vals))
    return d
if __name__ == '__main__':
    st = time.time()
    print test(1000000,100)
    print 'use:', time.time() - st

看看pypy和纯python执行的效率比较 ！

发现一个小规律，在小数据的时候，貌似pypy比率很大，但是运算多了后，貌似结果差距不算大。

这是用纯python执行的结果。

import time
from time import clock
#xiaorui.cc
def check(num):
    a = list(str(num))
    b = a[::-1]
    if a == b:
        return True
    return False
                                                                                                                                                                                                                                                                                      
                                                                                                                                                                                                                                                                                      
def main():
    all = range(1,10**7)
    for i in all:
        if check(i):
            if check(i**2):
                print(i,i**2)
                                                                                                                                                                                                                                                                                      
                                                                                                                                                                                                                                                                                      
if __name__ == '__main__':
    start = clock()
    main()
    end = clock()
    print (end-start)

结果打出来是这样的 ～

root@YZSJHL1-131:~$python g2.py
(1, 1)
(2, 4)
(3, 9)
(11, 121)
(22, 484)
(101, 10201)
(111, 12321)
(121, 14641)
(202, 40804)
(212, 44944)
(1001, 1002001)
(1111, 1234321)
(2002, 4008004)
(10001, 100020001)
(10101, 102030201)
(10201, 104060401)
(11011, 121242121)
(11111, 123454321)
(11211, 125686521)
(20002, 400080004)
(20102, 404090404)
(100001, 10000200001)
(101101, 10221412201)
(110011, 12102420121)
(111111, 12345654321)
(200002, 40000800004)
(1000001, 1000002000001)
(1001001, 1002003002001)
(1002001, 1004006004001)
(1010101, 1020304030201)
(1011101, 1022325232201)
(1012101, 1024348434201)
(1100011, 1210024200121)
(1101011, 1212225222121)
(1102011, 1214428244121)
(1110111, 1232346432321)
(1111111, 1234567654321)
(2000002, 4000008000004)
(2001002, 4004009004004)

不知道是不是服务器的性能不够高，找了台所谓高性能的服务器再跑跑： （公司刚买了一堆的华为服务器，挺好奇的，华为居然也出服务器了，找了台没上线的服务器测试下）

我晕，真垃圾的呀 ！   看来这个机型适合做杂七杂八的业务的机型 ！  

python的因为是单核跑的，所以和cpu的主频有关联的 ！

有老外说 gevent和pypy可以更好的提高效率，在pypy层次下也可以调用协程。等有结果在分享给大家！

pypy对我来说，最大的缺点就是他的库支持的还是少，尤其是socket级别的包，不少的bug。  就算是最广泛的Django也是存在兼容的 ！  

root@YZSJHL1-131:~$pypy myapp.py
Traceback (most recent call last):
  File "app_main.py", line 72, in run_toplevel
  File "myapp.py", line 2, in <module>
    from flask import Flask
ImportError: No module named flask
root@YZSJHL1-131:~$

好，先说到这里 ！