原创力文档- 1、本文档共20页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Python在大数据领域实践和思考
张超
腾讯专家工程师
• 张超，腾讯专家工程师，TEG数据平台部，编译
器研发组；原华为方舟编译器架构师。长期耕耘
在编译器和编程语言领域。目前聚焦于大数据/机
器学习、云计算等前沿领域创新实践。
内容概要
⚫ 人生苦短，我用Python
⚫ 大数据场景中Python 需求分析和优化方案
⚫ 当前进展
⚫ 程序员还需要什么？
人生苦短，我用Python
Python再次登顶[1] 日均运行千万Python脚本
整体负载不断增加
1. /tiobe-index/
大数据场景中Python需求分析
Python虚拟机
历史欠账太多
，本身的性能
优化需求强烈 trpc-python
PySpark
科学计算
Flink
数据处理
Java Python C/C++
1. 数据序列化/反 1. 跨语言调用
序列化开销 开销
2. 进程间通讯开销 2. 以低效率的
3. Python进程 方式调用
CPU、内存占用 Native函数
不可控
Python优化方案 (1)
⚫ 编译器
⚫ 优化字节码，减少运行态字节码数量
⚫ 用轻量级操作替换重量级操作
⚫ 合并指令，减少运行时跳转和分支预测失败率
⚫ 解释器
⚫ 优化函数调用流程
⚫ Inline cache without JIT
⚫ 合并指令，减少运行时跳转和分支预测失败率
⚫ 优化对象访问速度
Python优化方案 (2)
⚫ JIT
⚫ 构建统一中间表示
⚫ Bytecode2HIR ，显示表示RC和NULL-checking等操作
⚫ 构建Alias, SSA, 实现DSE, Prop等常规优化
⚫ 对于Primitive type ，实现基于escape analysis 的box/unbox删除
⚫ 实现Method JIT, 支持Hidden Class 、Hidden Inheritance 、vtable
⚫ 资源管控
⚫ Python进程数量可配置
⚫ 调整GC触发条件，降低GC频率，控制内存占用
⚫ 跨语言
⚫ 减少跨语言跨进程的序列化/反序列化开销
⚫ 发现接口误用
当前进展
⚫ 编译器
⚫ LICM of global variable and const variable
⚫ 部分函数Inline
⚫ 新指令
⚫ UNPACK_SEQUENCE_ST
⚫ STORE_FAST_NO_PUSH
⚫ POP_JUMP_IF_(NOT_)NONE
文档评论（0）