哪些情况会导致 pypy 跑的比 cpython 更慢？

Question

测试代码：

import hashlib
from pathlib import Path
import random


def get_string_md5(text: str) -> str:
    md5_encoder = hashlib.md5()
    md5_encoder.update(text.encode('utf-8'))
    return md5_encoder.hexdigest()


def tt():
    a = [
        get_string_md5(f'哈哈{random.randint(1, 100)}')
        for _ in range(10000000)
    ]
    assert 'dhquiwd' not in a

大致就是计算 随机字符串 的 md5 码值 一千万次

在 cpython3.10 中的结果：

In [16]: time tt()
CPU times: user 11.3 s, sys: 175 ms, total: 11.5 s
Wall time: 11.5 s

In [17]:

耗时 11.5 s

在 pypy3.9 中的结果：

In [2]: time tt()
CPU times: user 28.1 s, sys: 268 ms, total: 28.3 s
Wall time: 28.4 s

耗时 28.4 s

可以看到， pypy 反而更慢了！

为什么？

Answer 1

因为 PyPy 运行 RPython（Python 的一个子集）的时候会在执行代码之前会即时（JIT，Just In Time）编译它，而编译是需要花费时间的。

PyPy 与 CPython 的本质区别是：CPython 会将源代码转换为字节码（bytecode）执行；而 PyPy 则会在执行每一句之前将其编译为机器码（machine code），运行效率更高。其次，PyPy 的垃圾收集机制与 CPython 也不完全相同。

因此这种短小的代码片段并没有发挥出 PyPy 的优势所在，而那些被反复多次执行的代码则在 PyPy 中效率才能获得显著提升。