众所周知， Python 编写的程序运行不快，这种慢虽无大碍，但为了获得更高的性能，我们需要再切换到另一种编程语言吗?不一定。我们可以放弃python.py的运行方式，转而使用 PyPy 即时编译器。
根据官方网站的说法，就连Python 创建者 Guido von Rossum 都建议将 PyPy 用于关键性能的 Python 程序。接下来我们看看 PyPy 有多快。
基准测试的工作原理
为了比较 Python 和 PyPy，我编写了几个 Python 程序。著名算法、典型用例，甚至是基本的 HTTP 服务器。然后我用 Python 和 PyPy 执行程序——在 macOS 和 Linux 的终端中使用time模块，可以看到执行某事的持续时间。使用 time模块 看起来像这样：
- time python.py
执行完成后，time模块会报告您花费的时间。
使用的版本：
- PyPy：7.3.5，使用 Python 版本 3.7.10
-
- Python：版本 3.9.7
这两个版本都是目前可用的最新版本。程序本身不记录任何内容。我们只关心进行计算。
这是准备好的代码片段。让我们对每个场景进行基准测试。
1. 斐波那契
以下函数生成我们传递给它的数字的斐波那契值。
结果：
Python 平均需要 2337 毫秒的执行时间。
PyPy 平均只需要 301 毫秒。明显的赢家是 PyPy。
2. web服务
为了对 PyPy 和 Python 处理 HTTP 请求的性能进行基准测试，使用 time 命令测量时间是行不通的。有效的是“wrk”——一个基准测试工具，在服务器上触发大量 HTTP 请求。
因此，它为我们提供了有关服务器平均响应速度以及它可以处理多少 HTTP 请求的数据。
上面显示的 Web 服务器在端口 4000 上为目录“app”提供服务。在这个目录中，我创建了一个小的 hello-world HTML 文件。基准测试在终端中执行：
- wrk -t12 -c400 -d10s http://localhost:4000/
结果如下：
Python：Web 服务器平均每秒可以处理 995 个请求，平均延迟为 2.03 毫秒。
PyPy：Web 服务器平均每秒可以处理 1481 个请求，平均延迟为 1.90 毫秒。如您所见，PyPy 要快得多。
3. 快速排序
快速排序可能是最有效的排序算法。这是它在 Python 中的实现：
在 Quicksort 实现下面，我们生成了 500 个随机数并将它们存储在一个数组中。这个数组是 Quicksort 算法将要排序的。
结果如下：
Python：平均而言，代码执行时间为 43 毫秒
PyPy：平均执行时间为 132 毫秒。
是的，Python 在这里更快。 这也可以在内部测量时间时确认，使用 start = time.time() 技巧。
4. 堆栈
栈是一种简单的数据结构。它是一个数组的更漂亮的词，我们在它上面推东西并从中弹出它。下面的代码创建这个数组，在堆栈上压入和弹出 1000 万个数字：
让我们看看两者的速度有多快。
Python：代码平均耗时 2.89 秒
PyPy：平均需要 69 毫秒。是的，我说的是毫秒。
在这个基准测试中，PyPy 比普通 Python 快几个数量级。
5. SQlite3 Database
数据库是大型项目中常用的东西。我选择 SQLite 来做一个基准测试，因为它很容易与 Python 一起使用——不需要通过 pip 安装任何东西。以下代码在基于文件的 SQLite 数据库中创建一个新表。
在每次基准测试之前，我删除了数据库文件并创建了一个普通的新文件。但是数据库存储什么?范围函数生成一百万个数字，然后将每个数字加倍——函数 f(n) = n * 2。数据库存储每个函数对，例如“2、4”或“18、36”。
结果：
Python 平均需要 6.7 秒来执行代码。
PyPy 平均需要 9.4 秒的执行时间。
Python 更快。我还尝试将其与其他操作结合使用——比如删除刚刚创建的条目。它没有改变结果。在 SQlite3 数据库的情况下， Python 比 PyPy 快。
总的来说，这让我很惊讶。当 Python 胜过 PyPy 时，并不是关于数量级的。由于我不是 Python 或 PyPy 专家，我不确定为什么 Python 在某些情况下更好。可能是因为 PyPy 是一个 JIT 编译器，所以在运行它时，它首先编译代码。
另一方面，默认的 Python 解释器不会这样做。因此，对于 PyPy 的劣势，JIT 编译增加了一些所需的时间。尽管如此，PyPy 在某些情况下提供了更快的执行速度。 如您所见，它在 5 种情况下的 3 种情况下提供了更快的执行。
原文：https://louispetrik.medium.com/pypy-vs-python-49153daca65c
