随意试了下 pypy 和 Cpython 对比 性能叼炸天啊， 敢问有人把它用在生产环境中了吗？

[geew]

[pyKun]

楼主测的什么case？

[geew]

照着网上的例子随意跑的，开始没觉得差距这么大

例子：
https://gist.github.com/anonymous/31c99d0ce30080a158f2

结果：
:~$ python t.py
total run time:
14.747013092
:~$ pypy t.py
total run time:
1.07921886444

[awanabe]

这个也就是pypy的JIT的作用了吧...

[awanabe]

再加一句...重IO的就不太适用了...重计算的还是可以尝试的

[geew]

@awanabe 能详细说说吗

[eriale]

重IO的瓶颈不在计算上，Livid换过，瓶颈不在python解释器，而是mysql

[geew]

@eriale 好吧 还是redis靠谱了

[CMGS]

CPU bound的有效，IO bound的……少侠还是 tornado + pypy吧……

[geew]

@CMGS 怎么着 mysql也是瓶颈

[mengzhuo]

pypy请看看内存用量

3倍

[geew]

@mengzhuo 空间换时间咯

[CMGS]

@mengzhuo 。。GC策略PYPY和CPY不一样。。。要调整的
@geew mysql用异步库就行了，算不上瓶颈……无论是兼容tornado的还是兼容gevent的，工程上已经有了不少可靠的解决方案

[awanabe]

@geew 只是举个例子, 描述下大致运作的规则.
你的例子中, 重复1000000次, JIT处理的时候, 就会缓存这段代码. 节省了字节流->机器码的转换. 类似于这样的, 对于计算, 细粒度的比如 1+1之类, 可以缓存结果. 那就省了很多CPU, 所以快在这里面.

对于web服务器, 很多是对于DB, 缓存读取. 遇到这样的IO请求, 就会阻塞. 这个时候只能等待.
可以看下 @CMGS 提供的 tornado + pypy, 虽然tornado主打异步, 不过tornado的mysql也是阻塞的, 如果用到mysql, 瓶颈还在mysql.

以上差不多, 就是解释下 "重IO的就不太适用了...重计算的还是可以尝试的"

[geew]

@awanabe 嗯 谢谢 讲得很详细了

[sujin190]

@awanabe 可以考虑用来greenlet实现mysql异步，我想pypy对tornado效果应该还是不错的

[nooper]

cython 需要内存管理和gil 机制。