是否有Ruby / Python特性阻碍了V8引擎的优化实现(例如内联缓存)?

Python是由谷歌的人共同开发的,所以它不应该被软件专利所阻止。

或者这是谷歌在V8项目中投入的资源问题。


当前回答

由于JIT、曲轴、类型推断器和数据优化代码,V8的速度很快。标记指针,双精度对象的nan标记。 当然,它会在中间进行正常的编译器优化。

普通的ruby, python和perl引擎都不做这些,只是做了一些基本的优化。

唯一接近的主流虚拟机是luajit,它甚至不做类型推断、常量折叠、nan标记和整数,但使用类似的小代码和数据结构,不像糟糕的语言那么胖。 我的原型动态语言,potion和p2有和luajit相似的特性,并且性能优于v8。有了可选的类型系统,“渐变类型”,你可以很容易地超越v8,因为你可以绕过曲轴。看到飞镖。

已知的优化后端,如pypy或jruby仍然受到各种过度工程技术的影响。

其他回答

我相信这是因为不同的设计优先级和用例目标。

一般来说,脚本语言(又称动态语言)的主要目的是在本地函数调用之间充当“粘合剂”。这些原生功能应a)覆盖最关键/最常用的领域b)尽可能有效。

这里有一个例子: jQuery排序导致iOS Safari冻结 那里的冻结是由于过度使用get-by-selector调用造成的。如果get-by-selector可以在本地代码中实现,那么就不会有这样的问题了。

考虑一下V8演示中经常使用的光线跟踪演示。在Python世界中,它可以在本机代码中实现,因为Python为本机扩展提供了所有工具。但在V8领域(客户端沙盒),除了让VM尽可能高效之外,你没有其他选择。所以唯一的选择是使用脚本代码来实现光线跟踪器。

不同的优先级和动机。

在Sciter中,我做了一个测试,在本地实现了几乎完整的jquery核心。在像ScIDE(由HTML/CSS/Script组成的IDE)这样的实际任务中,我相信这样的解决方案比任何VM优化都要好得多。

由于JIT、曲轴、类型推断器和数据优化代码,V8的速度很快。标记指针,双精度对象的nan标记。 当然,它会在中间进行正常的编译器优化。

普通的ruby, python和perl引擎都不做这些,只是做了一些基本的优化。

唯一接近的主流虚拟机是luajit,它甚至不做类型推断、常量折叠、nan标记和整数,但使用类似的小代码和数据结构,不像糟糕的语言那么胖。 我的原型动态语言,potion和p2有和luajit相似的特性,并且性能优于v8。有了可选的类型系统,“渐变类型”,你可以很容易地超越v8,因为你可以绕过曲轴。看到飞镖。

已知的优化后端,如pypy或jruby仍然受到各种过度工程技术的影响。

是什么阻碍了Ruby和Python获得V8的Javascript速度?

什么都没有。

好吧,钱。(还有时间、人力和资源,但如果你有钱,这些都是可以买到的。)

V8有一个优秀的、高度专业化的、经验丰富的(因此薪酬很高的)工程师团队,他们在为动态OO语言创建高性能执行引擎方面有几十年的经验(我是单独说的——总的来说更像是几百年的经验)。他们基本上是创建Sun HotSpot JVM(以及其他许多JVM)的同一群人。

首席开发人员Lars Bak已经在vm上工作了25年(所有这些vm都已经发展到V8),这基本上是他的整个(职业)生涯。一些编写Ruby vm的人甚至不到25岁。

是否有Ruby / Python特性阻碍了V8引擎的优化实现(例如内联缓存)?

考虑到至少IronRuby、JRuby、MagLev、MacRuby和Rubinius都有单态(IronRuby)或多态内联缓存,答案显然是否定的。

现代Ruby实现已经做了大量的优化。例如,对于某些操作,Rubinius的Hash类比YARV的更快。现在,这听起来并不令人兴奋,直到您意识到Rubinius的Hash类是100%纯Ruby实现的,而YARV的Hash类是100%手工优化的C实现的。

所以,至少在某些情况下,Rubinius可以生成比GCC更好的代码!

或者这是谷歌在V8项目中投入的资源问题。

是的。不只是谷歌。V8的源代码已经有25年的历史了。在V8上工作的人还创建了Self VM(迄今为止创建的最快的动态OO语言执行引擎之一),Animorphic Smalltalk VM(迄今为止创建的最快的Smalltalk执行引擎之一),HotSpot JVM(有史以来创建的最快的JVM,可能是最快的VM时期)和OOVM(有史以来创建的最高效的Smalltalk VM之一)。

事实上,V8的首席开发人员Lars Bak参与了其中的每一个项目,以及其他一些项目。

我刚刚遇到了这个问题,还有一个很大的技术原因导致了性能差异,但没有提到。Python有一个非常强大的软件扩展生态系统,但这些扩展大多数是用C或其他低级语言编写的,以提高性能,并与CPython API紧密相关。

有很多众所周知的技术(JIT、现代垃圾收集器等)可以用来加速CPython的实现,但所有这些技术都需要对API进行重大更改,破坏了过程中的大多数扩展。CPython会更快,但是Python吸引人的很多东西(广泛的软件堆栈)将会丢失。举个例子,有一些更快的Python实现,但与CPython相比,它们几乎没有吸引力。

这种说法并不完全正确

就像V8只是JS的一个实现一样,CPython只是Python的一个实现。Pypy的性能与V8相当。

此外,还有感知性能的问题:由于V8本身是非阻塞的,Web开发会导致更高性能的项目,因为您节省了IO等待时间。V8主要用于开发Web,其中IO是关键,所以他们将它与类似的项目进行比较。但是,除了web开发,你还可以在许多其他领域使用Python。你甚至可以在许多任务中使用C扩展,比如科学计算或加密,并以出色的性能处理数据。

但是在网络上,大多数流行的Python和Ruby项目都是阻塞的。尤其是Python,它继承了同步WSGI标准,像著名的Django这样的框架就是基于它的。

你可以编写异步Python(比如Twisted、Tornado、gevent或asyncio)或Ruby。但这种做法并不常见。最好的工具仍然是阻塞的。

然而,这也是Ruby和Python的默认实现速度不如V8的原因之一。

经验

就像Jörg W Mittag指出的那样,V8的开发者都是VM天才。Python是由一群充满激情的人开发的,在很多领域都很出色,但在VM调优方面并不专业。

资源

Python软件基金会只有很少的钱:每年在Python上的投资不到4万美元。当你认为像谷歌、Facebook或苹果这样的大公司都在使用Python时,这有点疯狂,但这是丑陋的事实:大多数工作都是免费完成的。在Java之前就存在的支持Youtube的语言是由志愿者手工制作的。

他们是聪明和敬业的志愿者,但当他们发现自己在某个领域需要更多的能量时,他们不能要求30万美元来雇佣一个该领域的顶级专家。他们必须四处寻找愿意免费做这件事的人。

虽然这是有效的,但这意味着你必须非常小心你的优先级。因此,现在我们需要看看:

目标

即使拥有最新的现代特性,编写Javascript也很糟糕。你有范围问题,很少的集合,糟糕的字符串和数组操作,除了日期,数学和正则表达式之外几乎没有标准列表,甚至对于非常常见的操作也没有语法糖。

但在V8引擎中,你有速度。

这是因为,速度是谷歌的主要目标,因为它是Chrome页面渲染的瓶颈。

在Python中,可用性是主要目标。因为这几乎从来都不是项目的瓶颈。这里的稀缺资源是开发人员的时间。它是为开发人员优化的。