我一直在开发一个实时应用程序,并注意到一些 OOP 设计模式在 Python 中引入了难以置信的开销(使用 2.7.5 进行了测试)。
直截了当,当字典被另一个对象封装时,为什么简单的字典值访问器方法花费将近 5 倍的时间?
例如,运行下面的代码,我得到:
Dict Access: 0.167706012726
Attribute Access: 0.191128969193
Method Wrapper Access: 0.711422920227
Property Wrapper Access: 0.932291030884
可执行代码:
class Wrapper(object):
def __init__(self, data):
self._data = data
@property
def id(self):
return self._data['id']
@property
def name(self):
return self._data['name']
@property
def score(self):
return self._data['score']
class MethodWrapper(object):
def __init__(self, data):
self._data = data
def id(self):
return self._data['id']
def name(self):
return self._data['name']
def score(self):
return self._data['score']
class Raw(object):
def __init__(self, id, name, score):
self.id = id
self.name = name
self.score = score
data = {'id': 1234, 'name': 'john', 'score': 90}
wp = Wrapper(data)
mwp = MethodWrapper(data)
obj = Raw(data['id'], data['name'], data['score'])
def dict_access():
for _ in xrange(100):
uid = data['id']
name = data['name']
score = data['score']
def method_wrapper_access():
for _ in xrange(100):
uid = mwp.id()
name = mwp.name()
score = mwp.score()
def property_wrapper_access():
for _ in xrange(100):
uid = wp.id
name = wp.name
score = wp.score
def object_access():
for _ in xrange(100):
uid = obj.id
name = obj.name
score = obj.score
import timeit
print 'Dict Access:', timeit.timeit("dict_access()", setup="from __main__ import dict_access", number=10000)
print 'Attribute Access:', timeit.timeit("object_access()", setup="from __main__ import object_access", number=10000)
print 'Method Wrapper Access:', timeit.timeit("method_wrapper_access()", setup="from __main__ import method_wrapper_access", number=10000)
print 'Property Wrapper Access:', timeit.timeit("property_wrapper_access()", setup="from __main__ import property_wrapper_access", number=10000)
最佳答案
这是因为 Python 解释器 (CPython) 正在执行动态查找以分派(dispatch)您的所有调用、索引等。动态查找在语言中提供了很大的灵 active ,但以性能成本为代价。当您使用“方法包装器”时,这(至少)正在发生:
- 查找
mwp.id
- 它恰好是一个方法,但它也只是一个分配给属性的对象,必须像查找其他对象一样查找 - 调用
mwp.id()
- 在方法内部,查找
self._data
- 查找
self._data
的__getitem__
- 调用
__getitem__
(这至少是一个 C 函数,但您仍然必须通过所有这些动态查找才能到达此处)
相比之下,您的“Dict Access”测试用例只需查找 __getitem__
然后调用它。
正如 Matteo Italia 在评论中指出的那样,这是特定于实现的。在 Python 生态系统中,现在你还有 PyPy(使用 JIT 和运行时优化)、Cython(编译为 C,带有可选的静态类型注释等)、Nuitka(编译为 C++,应该按原样获取代码),以及多个其他实现。
在 CPython 上的“纯”Python 中优化这些查找的一种方法是获取对对象的直接引用并将它们分配给循环外的局部变量,然后在循环内使用局部变量。这种优化可能会导致代码困惑和/或破坏封装。
关于Python:OOP 开销?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25335862/