PyPyが6.3倍高速である場合、CPythonではなくPyPyを使用すべきではないのはなぜですか？

PyPyプロジェクトについてはよく聞いています。彼らはそれが彼らのサイトのCPythonインタープリターより6.3倍速いと主張しています。

Pythonのような動的言語について話すときはいつでも、速度が最大の問題の1つです。これを解決するために、彼らはPyPyが6.3倍速いと言います。

2つ目の問題は、悪名高いグローバルインタープリターロック（GIL）である並列処理です。このため、PyPyはGILのないPythonを提供できると述べています。

PyPyがこれらの大きな課題を解決できるとしたら、PyPyの幅広い採用を妨げている弱点は何ですか？つまり、典型的なPython開発者である私のような誰かが、今 PyPyに切り替えるのを妨げているのは何ですか？

注： PyPyは、この質問が尋ねられたときの2013年よりも成熟しており、サポートが向上しています。古い情報から結論を引き出すことは避けてください。

1. 他の人がすぐに言及したように、PyPy はCの拡張を微妙にサポートしています。それは持ってサポートをするが、通常より遅く、より-Pythonの速度であり、それは最高の状態であやふやです。したがって、多くのモジュールは単にCPythonを必要とします。PyPyはnumpyのサポートしていません PyPyは今numpyのをサポートしています。一部の拡張機能はまだサポートされていません（Pandas、SciPyなど）。変更を加える前に、サポートされているパッケージのリストを確認してください。
2. 現在、Python 3のサポートは実験的です。 安定したばかりです！2014年6月20日の時点で、PyPy3 2.3.1-Fulcrumがリリースされました！
3. 多くの人がPythonを使用している「スクリプト」では、PyPy は実際には高速ではない場合があります。これらは、単純で小さなことを行う短期間のプログラムです。PyPyはJITコンパイラーであるため、その主な利点は実行時間が長いことと単純な型（数値など）にあります。率直に言って、PyPyのpre-JIT速度は CPythonに比べてかなり悪いです。
4. 慣性。多くの場合、PyPyへの移行にはツールの変更が必要です。

これらが私に影響を与える主な理由だと思います。

そのサイトはPyPyがCPythonより6.3倍速いと主張していません。引用するには：

すべてのベンチマークの幾何平均はCPythonより0.16または6.3倍高速

これはとてもあなたが行った包括的ステートメント異なるステートメントであり、違いを理解すると、「PyPyを使用する」とだけは言えない理由の少なくとも1つのセットが理解できます。それは私が一律に選んだように聞こえるかもしれませんが、これらの2つのステートメントがまったく異なる理由を理解することは不可欠です。

それを分解するには：

• 彼らが行う声明は、彼らが使用したベンチマークにのみ適用されます。それはあなたのプログラムについてまったく何も述べていません（あなたのプログラムが彼らのベンチマークの1つとまったく同じでない限り）。

• ステートメントは、ベンチマークのグループの平均についてです。PyPyを実行すると、テストしたプログラムでも6.3倍の改善が見られるという主張はありません。

• PyPyがCPythonが実行するすべてのプログラムを実行するだけでなく、さらに高速になるという主張はありません。

pypyは100％互換性がないため、コンパイルに8ギガバイトのRAMを必要とし、移動ターゲットであり、非常に実験的です。cpythonは安定しています。20年間モジュールビルダーのデフォルトターゲットです（pypyで動作しないC拡張を含む）。 ）、すでに広く展開されています。

Pypyがリファレンス実装になることは決してないでしょうが、それは良いツールです。

2番目の質問の方が答えやすいです：基本的にはです。すべてのコードが純粋なPythonであれば、 PyPyをドロップイン置換として使用ます。ただし、広く使用されている多くのライブラリ（一部の標準ライブラリを含む）はCで記述されており、Python拡張機能としてコンパイルされています。これらのいくつかはPyPyで動作させることができますが、一部は動作しません。PyPyはPythonと同じ「前向き」ツールを提供します---つまり、それはPythonです---しかし、その内部は異なるため、これらの内部とインターフェイスするツールは機能しません。

最初の質問については、最初の質問は一種のCatch-22だと思います。PyPyは速度を向上させ、他のコードとの相互運用性を強化するために急速に進化しています。これにより、公式よりも実験的になりました。

PyPyが安定した状態になると、より広く使用されるようになる可能性があると思います。また、PythonがCの基盤から離れることは素晴らしいことだと思います。しかし、しばらくは起こりません。PyPyはまだクリティカルマスに達していないほとんどのギャップを埋めるために人々に動機を与えるでしょう、あなたがしたいと思うすべてを行うために独自に便利な十分な、。

このトピックで小さなベンチマークを行いました。他のポスターの多くは互換性について良い指摘をしていますが、私の経験では、PyPyはビットを移動するだけではそれほど速くはありません。Pythonの多くの用途では、2つ以上のサービス間でビットを変換するためだけに存在します。たとえば、データセットのCPU集中型分析を実行しているWebアプリケーションは多くありません。代わりに、クライアントから数バイトを取り、それらをある種のデータベースに格納し、後で他のクライアントに返します。時々、データのフォーマットが変更されます。

BDFLとCPythonの開発者は非常にインテリジェントな人々のグループであり、CPythonがそのようなシナリオで優れたパフォーマンスを発揮できるように管理しています。ここに恥知らずなブログプラグがあります：http : //www.hydrogen18.com/blog/unpickling-buffers.html。CPythonから派生し、完全なCモジュールインターフェイスを保持しているStacklessを使用しています。その場合、PyPyを使用する利点は何も見つかりませんでした。

Q：PyPyがCPythonと比較してこれらの大きな課題（速度、メモリ消費量、並列処理）を解決できる場合、幅広い採用を妨げているその弱点は何ですか？

A：まず、PyPyチームが一般的に速度の問題を解決できるという証拠はほとんどありません。長期的な証拠によると、PyPyは特定のPythonコードをCPythonよりも低速で実行しており、この欠点はPyPyに深く根ざしているようです。

次に、現在のバージョンのPyPyは、かなり大規模なケースでCPythonよりもはるかに多くのメモリを消費します。したがって、PyPyはまだメモリ消費の問題を解決していません。

PyPyが前述の大きな課題を解決し、一般にCPythonよりも高速で、メモリの消費量が少なく、並列処理に友好的かどうかは、短期的に解決できない未解決の問題です。一部の人々は、PyPyがすべてのケースでCPython 2.7および3.3を支配することを可能にする一般的なソリューションを決して提供できないと賭けています。

PyPyが一般にCPythonよりも優れている場合、これは疑わしいですが、その広範な採用に影響する主な弱点は、CPythonとの互換性です。CPythonがより広い範囲のCPUとOSで実行されるという事実などの問題も存在しますが、これらの問題はPyPyのパフォーマンスやCPython互換性の目標と比較するとそれほど重要ではありません。

Q：CPythonからPyPyへの置き換えを今すぐドロップできないのはなぜですか？

A：PyPyは内部でCPythonをシミュレートしていないため、CPythonと100％互換性がありません。一部のプログラムは、Cバインディング、PythonオブジェクトとメソッドのC実装、CPythonのガベージコレクターのインクリメンタルな性質など、PyPyにはないCPythonのユニークな機能に依存している場合があります。

CPythonには参照カウントとガベージコレクションがあり、PyPyにはガベージコレクションしかありません。

そのため、オブジェクトは以前に削除される傾向があり__del__、CPythonではより予測可能な方法で呼び出されます。一部のソフトウェアはこの動作に依存しているため、PyPyに移行する準備ができていません。

他のいくつかのソフトウェアは両方で動作しますが、未使用のオブジェクトが以前に解放されるため、CPythonではメモリ使用量が少なくなります。（これがどれほど重要で、他の実装の詳細がメモリの使用に影響するかを示す測定値はありません。）

多くのプロジェクトでは、速度の点で異なるpython間で実際に0％の違いがあります。これは、エンジニアリング時間に支配され、すべてのpythonが同量のライブラリサポートを持っているものです。

これを簡単にするために：PyPyはCPythonにはないスピードを提供しますが、その互換性を犠牲にします。ただし、ほとんどの人は、その速度と（それでもなお推奨されますが）Pythonではなく、柔軟性と「バッテリー組み込み」機能（高い互換性）のためにPythonを選択します。

PyPyがPythonよりも遅い例を見つけました。しかし：Windowsでのみ。

C:\Users\User>python -m timeit -n10 -s"from sympy import isprime" "isprime(2**521-1);isprime(2**1279-1)"
10 loops, best of 3: 294 msec per loop

C:\Users\User>pypy -m timeit -n10 -s"from sympy import isprime" "isprime(2**521-1);isprime(2**1279-1)"
10 loops, best of 3: 1.33 sec per loop

したがって、PyPyについて考える場合は、Windowsを忘れてください。Linuxでは、素晴らしい加速を実現できます。例（1から1,000,000までの素数をすべてリスト）：

from sympy import sieve
primes = list(sieve.primerange(1, 10**6))

これは、PythonよりもPyPyで10（！）倍速く実行されます。しかし窓ではない。そこでは、3倍の速さです。

PyPyは長い間Python 3をサポートしていますが、2018年4月2日のAnthony ShawによるこのHackerNoonの投稿によると、PyPy3はPyPy（Python 2）よりも数倍遅いです。

多くの科学計算、特に行列計算では、numpyの方が適しています（FAQ：numpyまたはnumpypyをインストールする必要がありますか？を参照）。

Pypyはgmpy2をサポートしていません。代わりにgmpy_cffiを使用できますが 、速度はテストしていません。プロジェクトは2014年に1つのリリースしかありませんでした。

プロジェクトオイラーの問題では、PyPyを頻繁に使用し、単純な数値計算from __future__ import divisionで十分ですが、Python 3のサポートは2018年の時点でもまだ取り組んでおり、最善の策は64ビットLinuxです。2018年12月時点で最新のWindows PyPy3.5 v6.0はベータ版です。

サポートされているPythonバージョン

Zen of Pythonを引用するには：

読みやすさが重要です。

例えば、Pythonの3.7導入のデータクラスとPython 3.8を導入=をfstring。

Python 3.7とPython 3.8には、あなたにとってより重要な他の機能があるかもしれません。重要なのは、PyPyは現時点ではPython 3.7またはPython 3.8をサポートしていないということです。