背景知识

01001000 00000001 11000011

计算机CPU只能接受上面这样的01二进制语言，0和1用来控制高低电位。这样的0个代码被称为机器码。

C、C++等编译型语言依靠编译器将源代码转化为机器码后才能运行，Python、Java等解释型语言使用解释器将源代码翻译后在虚拟机上执行。对于Python，由于解释器的存在，其执行效率比C语言慢几倍甚至几十倍。

上图展示各个语言在不同任务上的速度。C语言经过几十年的发展，优化已经达到了极致。以C语言为基准，大多数解释语言，如Python、R会慢十倍甚至一百倍。Julia这个解释语言是个“奇葩”，因为它采用了JIT编译技术。

解决Python执行效率低的问题，一种解决办法是使用C/C++语言重写Python函数，但是这要求程序员对C/C++语言熟悉，且调试速度慢，不适合绝大多数Python程序员。另外一种非常方便快捷的解决办法就是使用Just-In-Time（JIT）技术。

Python是一种解释语言

Python是一门解释语言，Python为我们提供了基于硬件和操作系统的一个虚拟机，并使用解释器将源代码转化为虚拟机可执行的字节码。字节码在虚拟机上执行，得到结果。

我们使用python example.py来执行一份源代码时，Python解释器会在后台启动一个字节码编译器（Bytecode Compiler），将源代码转换为字节码，这个过程被称为编译阶段。字节码是一种只能运行在虚拟机上的文件，Python的字节码默认后缀为.pyc，Python生成.pyc后一般放在内存中继续使用，并不是每次都将.pyc文件保存到磁盘上。有时候我们会看到自己Python代码文件夹里有很多.pyc文件与.py文件同名，但也有很多时候看不到.pyc文件。pyc字节码通过Python虚拟机与硬件交互。虚拟机的出现导致程序和硬件之间增加了中间层，运行效率大打折扣。相信使用过虚拟机软件的朋友深有体会，在原生的系统上安装一个虚拟机软件，在虚拟机上再运行一个其他系统，经常感觉速度下降，体验变差，这与Python虚拟机导致程序运行慢是一个原理。

Just-In-Time（JIT）技术为解释语言提供了一种优化，它能克服上述效率问题，极大提升代码执行速度，同时保留Python语言的易用性。使用JIT技术时，JIT编译器将Python源代码编译成机器直接可以执行的机器语言，并可以直接在CPU等硬件上运行。这样就跳过了原来的虚拟机，执行速度几乎与用C语言编程速度并无二致。

Python是动态类型的

原生Python速度慢的另一个重要原因是变量类型不确定，即动态类型。Python声明一个变量的语法很简单，如a = 1，但没有指定a到底是一个整数和一个浮点小数，甚至还可以把a赋值为一个字符串。C++和Java中，变量都是有类型的，比如在C++中，声明一个整数。

int a = 1;

计算机在执行代码时，必须知道是什么类型的，才能给这个变量分配合适的内存，调用相应的指令。Python解释器要进行大量的类型推断，推断出一个变量是什么类型，转换成计算机可执行的机器码，这个过程会非常耗时。这个推断的过程发生在将.py文件换换成

.pyc

字节码的编译阶段。

与Python不同，C/C++等编译型语言要提前把整个程序先编译好，再执行可执行文件。而且只需要编译一次，后面再使用这个程序时就不需要编译了。

Python编译和运行都慢

一个程序的运行时间一般是编译时间加运行时间。

总时间 = 编译时间 + 运行时间

Python动态类型的特点导致编译时间较长，基于解释器的特点导致其运行时间较长，加起来导致总时间比C++和Java慢。

因此，Python非常容易上手，极大方便了开发人员，相应地，给程序员节省下来的时间就丢给了Python解释器，导致Python执行程序的非常慢。

Python 全局解释器锁

其实Python只是一种计算机语言，计算机语言可以有不同的解释器，我们常用的Python一般是CPython这个解释器实现。CPython有全局解释器锁（GIL），这个锁限制了Python使用多核CPU的并行处理能力。关于多核CPU如何工作，可以参见我的头条文章：https://www.toutiao.com/i6714432785378968067/

突破这个锁并不难，可以使用Python提供的multiprocessing库来使用多核。