Udviklerne af Pyston-projektet, som tilbyder en højtydende implementering af Python-sproget ved hjælp af moderne JIT-kompileringsteknologier, præsenterede en ny udgivelse af Pyston 2.2 og annoncerede projektets tilbagevenden til open source. Implementeringen sigter mod at opnå høj ydeevne tæt på traditionelle systemsprog som C++. Koden til Pyston 2-grenen er udgivet på GitHub under PSFL (Python Software Foundation License), svarende til CPython-licensen.
Lad os huske, at Pyston-projektet tidligere blev overvåget af Dropbox, som stoppede finansieringen af udviklingen i 2017. Pyston-udviklerne grundlagde deres firma og udgav en markant nydesignet Pyston 2-gren, som blev erklæret stabil og klar til udbredt brug. Samtidig stoppede udviklerne med at udgive kildekoden og skiftede til kun at levere binære samlinger. Nu er det besluttet at gøre Pyston til et open source-projekt igen, og overføre virksomheden til en forretningsmodel relateret til udvikling af open source-software. Desuden overvejes muligheden for at overføre optimeringer fra Pyston til standard CPython.
Det bemærkes, at Pyston 2.2 er 30 % hurtigere end standard Python i ydelsestests, der evaluerer de belastninger, der er forbundet med webserverapplikationer. Der er også en betydelig stigning i ydeevnen i Pyston 2.2 sammenlignet med tidligere udgivelser, hvilket hovedsageligt blev opnået gennem tilføjelse af optimeringer til nye områder, samt forbedringer af JIT og caching mekanismer.
Ud over ydeevneoptimeringer er den nye udgivelse også interessant, fordi den overfører ændringer fra CPython 3.8.8-grenen. Med hensyn til kompatibilitet med native Python udråbes Pyston-projektet som den mest CPython-kompatible alternative implementering, da Pyston er en forgrening fra CPython-kodebasen. Pyston understøtter alle funktionerne i CPython, inklusive C API til udvikling af udvidelser i C-sproget. Blandt de vigtigste forskelle mellem Pyston og CPython er brugen af DynASM JIT, inline caching og generelle optimeringer.
Blandt ændringerne i Pyston 2.2 er der også nævnt at rense kodebasen fra mange fejlfindingsfunktioner i CPython, som påvirker ydeevnen negativt, men som næsten ikke er efterspurgt blandt udviklere. Der gives statistikker, ifølge hvilken fjernelse af fejlfindingsværktøjer fører til en hastighed på 2%, på trods af at kun omkring 2% af udviklerne bruger disse funktioner.
Kilde: opennet.ru