python - 将 Psyco 混入我的项目有哪些风险（如果有）？

Question

我在一个大型金融定价应用程序上工作，其中有一些长期运行的计算。我们已经确定了一些可以通过选择性应用 psyco 来加速的功能。我的管理层要求评估将 psyco 添加到我们的堆栈中的成本和收益。

鉴于我的项目的关键性质，如果“性能增强”可能会降低可靠性，这是不可接受的。我读过使用 psyco 以使用更多内存为代价获得额外的性能。我担心这可能是个问题。

我这样做是这样的：

@psyco.proxy
def my_slow_function(xxx):

总之，我们希望将 psyco 应用到不超过 15 个功能上——这些功能被大量使用。这个库中有数千个函数，所以这只会影响我们代码的一小部分。所有的功能都是小的、数学的和无状态的。

仅供参考，平台是 Windows 32 位 XP 上的 Python 2.4.4

更新：似乎主要的潜在风险是由于程序需要比添加 psyco 之前更多的内存来运行，所以理想情况下，我想找到一种方法来查看添加 psyco 是否会显着改变系统的内存需求。

score 3 · Accepted Answer

为什么不尝试分析它？Psyco 有一个非常详细的日志记录工具：

内存使用：x+ kb

Psyco 当前关于发出的机器代码和支持的数据结构消耗多少内存的概念。这是对内存开销的粗略估计（+ 号应该提醒您这个数字被高度低估了）。使用此信息来调整内存限制（第 3.2.2 节）。

最大记忆

当 Psyco 消耗的内存达到限制（以千字节为单位）时停止。此限制包括在此探查器启动之前消耗的内存。

score 2 · Accepted Answer

Psyco 是一个 JIT 编译器。如果你的函数是无状态的，那么除了更多的内存之外应该几乎没有缺点。

2 回答 2