Python (CPython) 執行速度慢於 C/Java/JS,尤其在 CPU 密集任務。兩大優化路徑:換運行時 (替代 CPython) 或優化現有代碼 (編譯/加速)。
| 工具 | 類型 | 核心技術 | 優點 | 缺點/現狀 |
|---|---|---|---|---|
| PyPy | 替代運行時 | JIT (即時編譯) | 高度相容 CPython,Quora 等生產環境驗證,NumPy 支援持續改善 | Python 3 支援滯後 (PyPy3 仍追趕中) |
| Pyston | 替代運行時 | LLVM JIT | Dropbox 出品,目標生產級 | 早期階段 (v0.2),語言子集支援有限 |
| Nuitka | 編譯器 | Python → C++ → 機器碼 | 100% 語法相容 (調用 CPython API),產出獨立執行檔 | 可移植性受限,編譯流程較重 |
| Cython | 超集語言/編譯器 | Python-like → C → 擴展模組 | 寫擴展模組神器,C 類型自動轉換,支援回調 | 非純 Python,現有代碼需手動改寫才能加速 |
| Numba | JIT 編譯器 | LLVM JIT (裝飾器驅動) | 侵入性極低 (@jit),針對數值計算加速顯著 | 成熟度較低,相容性較差 |
性能問題多源於使用不當。建議:
短期內 GIL 無解,Python 仍將在 CPU 密集場景落後於無 GIL 語言。