Выпуск PyPy 2.2, реализации Python, написанной на языке Python 18.11.2013 01:18

Представлен релиз PyPy 2.2, реализации языка Python, написанной на языке Python (используется статически типизированное подмножество RPython, Restricted Python). Версия PyPy 2.2 примечательна интеграцией инкрементального сборщика мусора, разработка которого была профинансирована организацией Raspberry Pi Foundation. Кроме того, в код внесены очередные оптимизации — новый выпуск в среднем на 1% быстрее прошлой версии PyPy и в 6.2 раза быстрее классического CPython 2.7.3. Выпуск доступен для x86-систем Linux 32/64, Mac OS X 64 и Windows 32, а также для систем на базе архитектуры ARM (ARMv6 или ARMv7 с VFPv3). Благодаря задействованию JIT-компилятора, на лету транслирующего некоторые элементы в машинный код, PyPy при выполнении некоторых операций в несколько раз обгоняет по производительности классическую реализацию Python на языке Си (CPython). Ценой высокой производительности и использования JIT-компиляции является более высокое потребление памяти — общее потребление памяти в сложных и длительно работающих процессах (например, при трансляции PyPy силами самого PyPy) превышает потребление CPython в полтора-два раза.

Новшества, добавленные в PyPy 2.2:

Новый инкрементальный сборщик мусора, позволяющий избежать подвисаний в процессе чистки значительной коллекции объектов. Ранее, в редких случаях, сборщик мусора мог приостановить выполнение программы во время перебора всех активных объектов. Чем больше объекты занимали памяти, тем дольше могли длиться такие приостановки. В новом сборщике мусора работа разбивается на несколько шагов, позволяющих минимизировать время блокировок. Блокировки по прежнему возникают при работе отдельных шагов сборки мусора и в процессе деятельности JIT, но теперь их время не должно превышать 5 миллисекунд; Обеспечено периодическое уменьшение счётчиков JIT-перекомпиляции, что позволяет сократить потребление памяти из-за накопления результатов JIT-компиляции редко выполняемого кода в длительно работающих процессах; Библиотека для выполнения научных расчётов NumPyPy разбита на две части: в кодовой базе PyPy оставлен только базовй модуль _numpypy, остальные компоненты выделены в отдельный репозиторий PyPy NumPy. В NumPy добавлена поддержка рудиментарного C API, используемого совместно с cpyext; Задействован JIT при выполнении кода, использующего sys.set_trace; Увеличена скорость декодирования JSON; Ускорены операции копирования содержимого буферов и сокращены накладные расходы при выполнении не-inline вызовов; Написаны ранее отсутствующие функции os.*(), в том числе os.startfile () для платформы Windows и некоторые редкоиспользуемые вызовы для POSIX. Параллельно развиваются два экспериментальных проекта, наработки которых в скором времени войдут в состав основного дерева исходных текстов PyPy: Py3k — версия с поддержкой Python 3; STM (PyPy Software Transactional Memory) — вариант PyPt с поддержкой распараллеливания на многоядерных системах.

Основные особенности PyPy:

Поддержка бесстекового (Stackless) режима работы, позволяющего использовать модель actor (erlang-подобное программирование с массой микропотоков и отсыланием сигналов друг другу, но при этом (в отличии от erlang) всё происходит в одном физическом потоке ОС); Реализация режима изолированного выполнения кода, к которому нет доверия. От sandbox в CPython данный режим отличается полной поддержкой всех возможностей языка без выделения unsafe-функций. Автоматическая генерация и полная прозрачность встроенного JIT-компилятора; PyPy успешно проходит стандартный тестовый пакет Python и поддерживает большинство из стандартных Python-модулей и фреймворков, таких как ctypes, django (с sqlite), twisted (без поддержки ssl), pylons, pyglet. PyPy может быть использован для бесшовной замены CPython 2.7; Поддержка работы на архитектурах x86 (IA-32) , x86_64 и ARM. Ведется работа по адаптации для архитектуры PowerPC (PPC64), но она ещё не завершена; На базе технологий PyPy созданы бэкенды для генерации в PyPy байткода для LLVM и виртуальных машин .NET/CLI и Java. На базе PyPy ведется разработка реализаций на языке Python интерпретаторов Prolog, Smalltalk, Ruby, JavaScript, Io и Scheme.