为什么Python这么慢？

大数据文摘出品

编译：jojo、Hope、张秋玥、CoolBoy

Python语言近年来人气爆棚。它广泛应用于网络开发运营，数据科学，网络开发，以及网络安全问题中。

然而，Python在速度上完全没有优势可言。

在速度上，Java如何同C，C++，C#或者Python相比较?答案几乎完全取决于要运行的应用。在这个问题上，没有完美的评判标准，然而The Computer Language Benchmarks Game 是一个不错的方法。

链接：

基于我对The Computer Language Benchmarks Game超过十年的观察，相比于Java，C#，Go，JavaScript， C++等，Python是最慢的语言之一。其中包括了 JIT (C#， Java) 和 AOT (C， C++)编译器，以及解释型语言，例如JavaScript。

动态编译：https://en.wikipedia.org/wiki/Just-in-time_compilation

静态编译：https://en.wikipedia.org/wiki/Ahead-of-time_compilation

注意：当我提到“Python”时，我指的是CPython这个官方的解释器。我也将在本文中提及其他的解释器。

我想要回答这样一个问题：当运行同一个程序时，为什么Python会 比其他语言慢2到10倍?为什么我们无法将它变得更快?

以下是最主要的原因：

“它是GIL(Global Interpreter Lock全局解释器锁)”

“它是解释型语言而非编译语言”

“它是动态类型语言”

那么以上哪种原因对性能影响最大呢?

“它是全局解释器锁”

现代计算机的CPU通常是多核的，并且有些拥有多个处理器。为了充分利用多余的处理能力，操作系统定义了一种低级的结构叫做线程：一个进程(例如Chrome浏览器)可以产生多个线程并且指导内部系统。

如果一个进程是CPU密集型，那么其负载可以被多核同时处理，从而有效提高大多数应用的速度。

当我写这篇文章时，我的Chrome浏览器同时拥有44个线程。注意，基于POSIX(比如MacOS和Linux)和Windows操作系统相比，线程的结构和API是不同的。操作系统也会处理线程的调度问题。

如果你之前没有做过多线程编程，你需要快速熟悉锁的概念。区别于单线程进程，你需要确保当内存中的变量被修改时，多线程不会同时试图访问或者改变同一个存储地址。

当CPython创建变量时，它会预先分配存储空间，然后计算当前变量的引用数目。这个概念被称为引用计数。如果引用计数为零，那么它将从系统中释放对应存储区域。

这就是为什么在CPython中创造“临时”变量不会使应用占用大量的存储空间——尤其是当应用中使用了for循环这一类可能大量创建“临时”变量的结构时。

当存在多个线程调用变量时，CPython如何锁住引用计数成为了一个挑战。而“全局解释锁”应运而生，它能够谨慎控制线程的执行。无论有多少的线程，解释器每次只能执行一个操作。

这对Python的性能意味着什么呢?

如果你的应用基于单线程、单解释器，那么讨论速度这一点就毫无意义，因为去掉GIL并不会影响代码性能。

如果你想使用线程在单解释器(Python 进程)中实现并发，并且你的线程为IO密集型(例如网络IO或磁盘IO)，你就会看到GIL争用的结果。

该图来自David Beazley的GIL可视化

如果你有一个网络应用(例如Django)并且使用WSGI，那么每一个对于你的网络应用的请求将是一个独立的Python解释器，因此每个请求只有一个锁。因为Python解释器启动很慢，一些WSGI便集成了能够使保持Python进程的“守护进程” 。

那么其他Python解释器的速度又如何呢?

PyPy拥有GIL，通常比CPython快至少三倍。

Jython没有GIL，因为在Jython中Python线程是用Java线程表示的，这得益于JVM内存管理系统。

JavaScript是如何做到这一点的呢?

首先，所有的Javascript引擎使用标记加清除的垃圾收集系统，而之前提到GIL的基本诉求是CPython的存储管理算法。

JavaScript没有GIL，但因为它是单线程的，所以也并不需要GIL。

JavaScript通过事件循环和承诺/回调模式来实现异步编程的并发。Python有与异步事件循环相似的过程。

“因为它是解释型语言”

我经常听到这句话。我觉得这只是对于CPython实际运行方式的一种简单解释。如果你在终端中输入python myscript.py，那么CPython将对这段代码开始一系列的读取，词法分析，解析，编译，解释和运行。