为什么PyPy没有被包括在标准Python中？

Question

我在看PyPy，我只是想知道为什么主线Python发行版没有采用它。像JIT编译和减少内存占用这样的事情不会极大地提高所有Python代码的速度吗？

简而言之，PyPy的主要缺点是什么，导致它仍然是一个单独的项目？

Answer 1

首先，它是Python 2.x的not 100% compatible，而对于3.x只有preliminary support

这也不是可以合并的——pypypy提供的Python实现是使用他们创建的框架生成的，非常酷，但也与现有的CPython实现完全不同。它必须是一个完整的替代品。

PyPy和CPython之间有一些very concrete differences，一个很大的问题是如何支持extension modules-如果你想超越标准库，这是一个很大的问题。

同样值得注意的是，PyPy并不是普遍更快的。

Answer 2

PyPy不是CPython的分支，因此它永远不能直接合并到CPython中。

理论上，Python社区可以普遍采用PyPy，PyPy可以作为参考实现，CPython可以停止。然而，PyPy也有自己的弱点：

• C Python很容易与用C编写的Python模块集成，这是Python应用程序处理CPU密集型任务的传统方式（参见SciPy项目）。
• PyPy JIT编译步骤本身就要花费CPU时间——只有通过反复运行编译后的代码，它才能总体上变得更快。这意味着启动时间可能更高，因此PyPy在运行粘合代码或琐碎脚本时不一定那么高效。
• PyPy和CPython的行为在所有方面都不完全相同，特别是在“实现细节”方面（这种行为不是由语言指定的，但在实际应用中仍然很重要）。
• CPython运行在比PyPy更多的体系结构上，并且已经成功地适应了在嵌入式体系结构中运行的方式，这种方式对于PyPy来说可能是不切实际的。
• 与PyPy的各种GC系统相比，CPython的内存管理引用计数方案可能具有更可预测的性能影响，尽管这不一定适用于所有的“纯GC”策略。
• PyPy还没有完全支持Python 3.x，尽管它是一个活动的工作项。

PyPy是一个很好的项目，但是CPU密集型任务的运行速度并不是一切，在许多应用程序中，它是最不重要的。例如，Django可以在PyPy上运行，这使得模板化更快，但是CPython的数据库驱动程序比PyPy的数据库驱动程序更快；最后，哪个实现更高效取决于给定应用程序中的瓶颈在哪里。

另一个例子：您可能认为PyPy对游戏很好，但大多数GC策略（如PyPy中使用的那些策略）会导致明显的抖动。对于CPython，大部分CPU密集型的游戏内容都被卸载到PyGame库中，PyPy无法利用这个库，因为PyGame主要是作为C扩展实现的（尽管参见：PyGame cffi）。我仍然认为PyPy可以成为一个很好的游戏平台，但我从未见过它真正被使用。

PyPy和CPython对于基本设计问题有着截然不同的方法，并且做出了不同的权衡，因此在每种情况下，两者都不是“更好”的。

Answer 3

见this video by Guido van Rossum。他说的和你在12分33秒问的问题一样。

亮点：

• 缺少Python 3兼容性
• 缺少扩展支持
• 不适合作为胶码
• 速度不是一切

毕竟，他是决定。。。