python vs bc 评估 6^6^6

Question

我正在分别6^6^6使用python和评估表达式bc。

python文件的内容是print 6**6**6. 当我执行时time python test.py，我得到的输出为

real        0m0.067s
user        0m0.050s
sys         0m0.011s

然后，我运行了time echo 6^6^6 | bc给我以下输出的命令

real        0m0.205s
user        0m0.197s
sys         0m0.005s

从这些结果可以清楚地看出，python 和 bc 所用的 sys 时间分别为 11 毫秒和 5 毫秒。在bc命令跑赢蟒蛇在SYS时的水平，但是当它涉及到用户和实时蟒蛇比BC快近4倍。那里可能有什么。我没有对这些过程给予任何优先考虑。我试图了解这种情况。

Answer 1

Python在启动时导入大量文件：

% python -c 'import sys; print len(sys.modules)'
39

这些中的每一个都需要更多的尝试来打开 Python 文件，因为定义模块的方法有很多：

% python -vv -c 'pass'
# installing zipimport hook
import zipimport # builtin
# installed zipimport hook
# trying site.so
# trying sitemodule.so
# trying site.py
# trying site.pyc
# trying /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site.so
# trying /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/sitemodule.so
# trying /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site.py
# /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site.pyc matches /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site.py
import site # precompiled from /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site.pyc
# trying os.so
# trying osmodule.so
# trying os.py
# trying os.pyc
# trying /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/os.so
# trying /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/osmodule.so
# trying /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/os.py
# /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/os.pyc matches /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/os.py
import os # precompiled from /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/os.pyc
    ...

每个“尝试”，除了那些内置的，都需要一个操作系统级/系统调用，每个“导入”似乎触发了大约 8 个“尝试”消息。（有一些方法可以使用 zipimport 减少这种情况，并且 PYTHONPATH 中的每个路径都可能需要再次调用。）

这意味着在 Python 在我的机器上启动之前有将近 200 个 stat 系统调用，并且“time”将其分配给“sys”而不是“user”，因为用户程序正在等待系统执行操作。

相比之下，正如 terdon 所说，“bc”的启动成本并不高。查看 dtruss 输出（我有一台 Mac；对于基于 Linux 的操作系统为“strace”），我看到 bc 没有自己进行任何 open() 或 stat() 系统调用，除了加载一些共享库是开始，当然 Python 也是如此。此外，在准备好处理任何内容之前，Python 需要读取更多文件。

等待磁盘很慢。

您可以通过执行以下操作来了解 Python 的启动成本：

time python -c pass

在我的机器上是0.032s，而'print 6**6**6'是0.072s，所以启动成本是总时间的1/2，计算+转换为十进制是另一半。尽管：

time echo 1 | bc

需要 0.005s，而 "6^6^6" 需要 0.184s，所以 bc 的幂运算比 Python 慢 4 倍以上，即使它的启动速度快 7 倍。

Answer 2

我在 SO 上找到了一个很好的答案，解释了不同的领域：

• Real 是挂钟时间 - 从通话开始到结束的时间。这是所有经过的时间，包括其他进程使用的时间片和进程阻塞的时间（例如，如果它正在等待 I/O 完成）。

• User 是进程内用户模式代码（内核外）花费的 CPU 时间量。这只是用于执行进程的实际 CPU 时间。其他进程和进程花费的阻塞时间不计入这个数字。

• Sys 是进程内在内核中花费的 CPU 时间量。这意味着在内核中执行系统调用所花费的 CPU 时间，而不是库代码，后者仍在用户空间中运行。与“用户”一样，这只是进程使用的 CPU 时间。有关内核模式（也称为“主管”模式）和系统调用机制的简要说明，请参见下文。

因此，在您的具体示例中，python 版本在实际完成时间方面更快。但是，python 方法在内核空间中花费更多时间，调用内核函数。该bc命令基本上不花时间在内核空间中，所有时间都花在用户空间中，大概是运行内部bc代码。

这对您没有任何影响，您真正关心的唯一信息是real启动命令和获得输出之间的实际时间。

您还应该意识到这些微小的差异并不稳定，它们还取决于系统的负载，并且每次运行命令时都会发生变化：

$ for i in {1..10}; do ( time python test.py > /dev/null ) 2>&1; done | grep user
user    0m0.056s
user    0m0.052s
user    0m0.052s
user    0m0.052s
user    0m0.060s
user    0m0.052s
user    0m0.052s
user    0m0.056s
user    0m0.048s
user    0m0.056s

$ for i in {1..10}; do ( time echo 6^6^6 | bc > /dev/null ) 2>&1; done | grep user
user    0m0.188s
user    0m0.188s
user    0m0.176s
user    0m0.176s
user    0m0.172s
user    0m0.176s
user    0m0.180s
user    0m0.172s
user    0m0.172s
user    0m0.172s
 

Answer 3

我从另一个角度解释一下。

公平地说，bc它具有优势，因为它不必从磁盘读取任何内容，只需要它的 blob/二进制文件，而 python 必须导入一系列模块 + 读取文件。所以你的测试可能偏向于bc. 要实际测试它，您应该使用bc -q filewhere filecontains:

6^6^6
quit

更改只是修改了使用时间echo：

bc  0.33s user 0.00s system 80% cpu 0.414 total

使用文件：

bc -q some  0.33s user 0.00s system 86% cpu 0.385 total

（您将不得不使用 terdon 的方法来注意到更大的差异，但至少我们知道它们是）

现在，从python的角度来看，python每次都需要从磁盘中读取、编译和执行文件，加上像安德鲁点那样加载模块，这使得执行时间变慢。如果您编译 python 脚本的字节码，您会注意到执行代码所需的总时间减少了 50%：

python some.py > /dev/null  0.25s user 0.01s system 63% cpu 0.413 total

编译：

./some.pyc  0.22s user 0.00s system 77% cpu 0.282 total

如您所见，有几个因素会影响不同工具之间的时间执行。