इतने सारे अजगर क्यों हैं?

अजगर अद्भुत है।

हैरानी की बात है, यह एक मिश्रित बयान है। मुझे पायथन से क्या मतलब है? शायद एक अमूर्त पायथन इंटरफ़ेस? या सीपीथॉन, एक सामान्य पायथन कार्यान्वयन (समान साइथन नाम के साथ भ्रमित नहीं होना)? या मैं कुछ पूरी तरह से अलग मतलब है? शायद मैं अप्रत्यक्ष रूप से जाइथन, या आयरनपीथॉन, या PyPy का जिक्र कर रहा हूं। या हो सकता है कि मैं इतना विचलित हो गया हूँ कि मैं RPython या RubyPython (जो बहुत अलग हैं) के बारे में बात कर रहा हूँ।

उपरोक्त प्रौद्योगिकियों के नामों में समानता के बावजूद, उनमें से कुछ के पास पूरी तरह से अलग कार्य हैं (या, कम से कम, पूरी तरह से अलग-अलग तरीकों से काम करते हैं)

जब पायथन के साथ काम कर रहा था, मैं इस तरह की तकनीकों का एक समूह भर आया। उपकरण * ython। लेकिन हाल ही में मैंने यह पता लगाने के लिए समय लिया कि वे क्या प्रतिनिधित्व करते हैं, वे कैसे काम करते हैं और क्यों वे (प्रत्येक अपने तरीके से) आवश्यक हैं।

इस पोस्ट में, मैं स्क्रैच से शुरू करूंगा और विभिन्न पायथन कार्यान्वयन के माध्यम से चलूंगा, और PyPy के विस्तृत परिचय के साथ समाप्त होऊंगा, जो कि, मेरी राय में, भाषा का भविष्य है।

यह सब समझने के साथ शुरू होता है कि पायथन वास्तव में क्या है।

यदि आपके पास मशीन कोड, वर्चुअल मशीन आदि की अच्छी समझ है, तो आप इस अनुभाग को छोड़ सकते हैं।

क्या पायथन की व्याख्या या संकलन किया गया है?

यह पायथन के नए शौक के बीच गलतफहमी का एक आम स्रोत है।

समझने वाली पहली बात: "पायथन" इंटरफ़ेस है। एक विनिर्देश है जो बताता है कि पायथन को क्या करना चाहिए और इसे कैसे व्यवहार करना चाहिए (जो किसी भी इंटरफ़ेस के लिए सच है)। और कई कार्यान्वयन हैं (जो किसी भी इंटरफ़ेस के लिए भी सही है)।

दूसरा: "व्याख्या" और "संकलित" कार्यान्वयन के गुण हैं, लेकिन इंटरफ़ेस के नहीं।

तो सवाल ही पूरी तरह से सही नहीं है।

सबसे आम कार्यान्वयन के मामले में (सीपीथॉन: सी में लिखा गया है, जिसे अक्सर बस "पायथन" कहा जाता है, और, निश्चित रूप से, जिसका उपयोग आप करते हैं, अगर आपको पता नहीं है कि मैं क्या व्याख्या कर रहा हूं) तो इसका उत्तर है: कुछ संकलन के साथ व्याख्या की गई। CPython एक बाइटकोड में * पायथन स्रोत कोड को संकलित करता है, और फिर उस प्रक्रिया को शुरू करते हुए, उस बाइटकोड की व्याख्या करता है।

* नोट: यह पारंपरिक अर्थों में बिल्कुल "संकलन" नहीं है। आमतौर पर, हम सोचते हैं कि "संकलन" एक उच्च-स्तरीय भाषा से मशीन कोड में रूपांतरण है। हालाँकि - कुछ मायनों में यह "संकलन" है।

आइए इस उत्तर का बेहतर अध्ययन करें, क्योंकि यह हमें इस लेख में प्रतीक्षा करने वाली कुछ अवधारणाओं को समझने में मदद करेगा।

बाइटकोड या मशीन कोड

बाईटेकोड और मशीन (या देशी) कोड के बीच अंतर को समझना बहुत महत्वपूर्ण है। शायद इसे समझने का सबसे आसान तरीका है:

- C को मशीन कोड में संकलित किया जाता है, जिसे बाद में सीधे प्रोसेसर द्वारा लॉन्च किया जाता है। प्रत्येक निर्देश प्रोसेसर को विभिन्न क्रियाएं करने के लिए मजबूर करता है।
- जावा को बाईटेकोड में संकलित किया गया है, जो बाद में जावा वर्चुअल मशीन (जेवीएम) पर चलता है, एक सार कंप्यूटर प्रोग्राम चलाता है। प्रत्येक निर्देश को एक जेवीएम द्वारा संसाधित किया जाता है जो कंप्यूटर के साथ इंटरैक्ट करता है।

बहुत सरल बनाना: मशीन कोड बहुत तेज है, लेकिन बायोटेक बेहतर पोर्टेबल और सुरक्षित है।

मशीन के आधार पर मशीन का कोड अलग-अलग हो सकता है, जबकि सभी मशीनों पर बाइटकोड समान होता है। हम कह सकते हैं कि मशीन कोड आपके कॉन्फ़िगरेशन के लिए अनुकूलित है।

CPython में लौटकर, संचालन की श्रृंखला इस प्रकार है:

1. CPython आपके पायथन स्रोत कोड को bytecode में संकलित करता है।
2. यह बाइटकोड CPython वर्चुअल मशीन पर चलता है।

शुरुआती अक्सर मान लेते हैं कि पाइकॉन .pyc फ़ाइलों की उपस्थिति के कारण संकलित किया गया है। यह आंशिक रूप से सत्य है: .pyc फाइलें संकलित बाइटेकोड द्वारा संकलित की जाती हैं, जिसकी बाद में व्याख्या की जाती है। इसलिए यदि आप पायथन में अपना कोड चलाते हैं और आपके पास एक .pyc फ़ाइल है, तो दूसरी बार यह तेजी से काम करेगा, क्योंकि इसे बायटेकोड में पुनः स्थापित करने की आवश्यकता नहीं होगी।

वैकल्पिक आभासी मशीनें: जेथॉन, आयरनपिथॉन और अन्य

जैसा कि मैंने ऊपर कहा, पायथन में कई कार्यान्वयन हैं। फिर, जैसा कि ऊपर उल्लेख किया गया है, सीपीथॉन सबसे लोकप्रिय है। पायथन के इस संस्करण को C में लिखा गया है और इसे "डिफ़ॉल्ट" कार्यान्वयन माना जाता है।

लेकिन विकल्पों के बारे में क्या? सबसे प्रमुख में से एक Jython है , जावा में एक पायथन कार्यान्वयन है जो JVM का उपयोग करता है। जबकि CPython, CPython VM पर चलने के लिए बायटेकोड उत्पन्न करता है, Jython जावा बाइटकोड को JVM पर चलाने के लिए उत्पन्न करता है (यह जावा प्रोग्राम को संकलित करते समय ऐसा ही होता है)।



"आपको वैकल्पिक कार्यान्वयन का उपयोग करने की आवश्यकता क्यों हो सकती है?", आप पूछते हैं। खैर, शुरुआत के लिए, अलग-अलग कार्यान्वयन प्रौद्योगिकियों के विभिन्न सेटों के साथ-साथ मिलते हैं ।

CPython ने Python कोड के लिए C एक्सटेंशन लिखना आसान बना दिया है क्योंकि अंत में इसे C दुभाषिए द्वारा शुरू किया गया है। Jython, बदले में, अन्य Java प्रोग्राम के साथ काम करना आसान बनाता है: आप अतिरिक्त प्रयासों के बिना किसी भी जावा क्लासेस को आयात कर सकते हैं, Jython प्रोग्राम्स से अपने Java क्लासेस का उपयोग कर सकते हैं। (ध्यान दें: यदि आपने इसके बारे में गंभीरता से नहीं सोचा है, तो यह बहुत पागल है। हम उस समय को देख चुके हैं जब आप विभिन्न भाषाओं को मिला सकते हैं और उन्हें एक इकाई में संकलित कर सकते हैं। जैसा कि रोस्टिन ने उल्लेख किया है कि, फोरट्रान और सी कोड को मिलाने वाले कार्यक्रम काफी समय पहले दिखाई दिए थे। इसलिए यह पूरी तरह से नया नहीं है। लेकिन यह अभी भी ठंडा है।)

एक उदाहरण के रूप में, यहाँ सही Jython कोड है:

[Java HotSpot(TM) 64-Bit Server VM (Apple Inc.)] on java1.6.0_51
>>> from java.util import HashSet
>>> s = HashSet(5)
>>> s.add("Foo")
>>> s.add("Bar")
>>> s
[Foo, Bar]

IronPython एक और लोकप्रिय पायथन कार्यान्वयन है जो पूरी तरह से .NET के लिए C # में लिखा गया है। विशेष रूप से, यह .NET वर्चुअल मशीन पर चलता है, अगर आप इसे Microsoft से JMM के समान कॉमन लैंग्वेज रनटाइम (CLR) पर कॉल कर सकते हैं।

आप कह सकते हैं कि Jython: Java :: IronPython: C #। वे संबंधित आभासी मशीनों पर काम करते हैं, यह आयरनपीथॉन कोड में सी # कक्षाओं और ज्योनट कोड में जावा कक्षाओं को आयात करना संभव है, और इसी तरह।

सीपीथॉन को छोड़कर कुछ भी छूने के बिना जीवित रहना काफी संभव है। लेकिन, अन्य कार्यान्वयन के लिए आगे बढ़ते हुए, आपको एक फायदा मिलता है, इसका मुख्य कारण इस्तेमाल की गई प्रौद्योगिकी स्टैक है। कई JVM- आधारित भाषाओं का उपयोग करना? Jython आप के अनुरूप हो सकता है। .NET पर सब कुछ है? यह आयरनपाइथन (और शायद आपने पहले ही किया था) के लायक हो सकता है।



वैसे, हालांकि यह किसी अन्य कार्यान्वयन पर स्विच करने का कारण नहीं बनता है, लेकिन यह उल्लेखनीय है कि ये कार्यान्वयन वास्तव में व्यवहार में भिन्न होते हैं। यह न केवल पायथन कोड की व्याख्या पर लागू होता है। हालांकि, ये अंतर आमतौर पर महत्वपूर्ण नहीं होते हैं, वे सक्रिय विकास के कारण समय के साथ गायब हो जाते हैं और दिखाई देते हैं। उदाहरण के लिए, आयरनपाइथन डिफ़ॉल्ट रूप से यूनिकोड स्ट्रिंग्स का उपयोग करता है; हालाँकि, CPython 2.x संस्करणों में ASCII का उपयोग करता है (गैर- ASCII वर्णों के लिए एक यूनिकोडेनाकोड त्रुटि को फेंकना) और फिर भी 3.x संस्करणों में डिफ़ॉल्ट यूनिकोड वर्णों का समर्थन करता है।

मक्खी पर संकलन (जस्ट-इन-टाइम संकलन): PyPy और भविष्य

इसलिए, हमारे पास पायथन कार्यान्वयन सी में लिखा गया है, जावा में एक और एक, सी # में तीसरा है। अगला तार्किक कदम: पायथन का कार्यान्वयन ... पायथन में लिखा गया है। (एक प्रशिक्षित पाठक ध्यान देगा कि यह कथन थोड़ा भ्रामक है)।

इसलिए यह भ्रामक हो सकता है। आरंभ करने के लिए, आइए मक्खी पर संकलन (सिर्फ-इन-टाइम या जेआईटी) पर चर्चा करें।

JIT। क्यों और कैसे

आपको याद दिला दूं कि देशी मशीन कोड bytecode की तुलना में बहुत तेज है। ठीक है, क्या होगा यदि आप बायोटेक के भाग को संकलित कर सकते हैं और इसे मूल कोड के रूप में चला सकते हैं? मुझे बाईटेकोड को संकलित करने के लिए कुछ कीमत (दूसरे शब्दों में: समय) देनी होगी, लेकिन अगर परिणाम तेजी से काम करता है, तो यह बहुत अच्छा है! यह जेआईटी संकलन को प्रेरित करता है, एक हाइब्रिड तकनीक जो दुभाषियों और संकलक के लाभों को जोड़ती है। संक्षेप में - व्याख्या प्रणाली को गति देने के लिए JIT संकलन का उपयोग करने की कोशिश कर रहा है।

उदाहरण के लिए, यहाँ एक सामान्य JIT दृष्टिकोण है:

1. एक बाइटकोड को परिभाषित करें जो अक्सर चलता है।
2. इसे देशी मशीन कोड में संकलित करें।
3. परिणाम को कैश करें।
4. जब भी आपको एक ही बायोटेक को चलाने की आवश्यकता हो, पहले से संकलित मशीन कोड का उपयोग करें और लाभ प्राप्त करें (विशेष रूप से, गति में वृद्धि)।

यह PyPy का पूरा बिंदु है: Python में JIT का उपयोग करके (परिशिष्ट में आप पिछले प्रयास पा सकते हैं)। बेशक, अन्य लक्ष्य हैं: PyPy का उद्देश्य क्रॉस-प्लेटफ़ॉर्म है, थोड़ी मात्रा में मेमोरी और स्टैकलेस समर्थन के साथ काम करना (सी भाषा कॉल स्टैक को अपने स्टैक के पक्ष में छोड़ना)। लेकिन JIT मुख्य लाभ है। समय परीक्षणों के आधार पर, औसत त्वरण कारक 6.27 है । योजना से अधिक विस्तृत डेटा PyPy Speed ​​Center से प्राप्त किए जा सकते हैं:

PyPy का पता लगाना कठिन है

PyPy में बहुत अधिक संभावनाएं हैं, और फिलहाल यह CPython (ताकि आप इस पर फ्लास्क, Django , आदि चला सकें) के साथ अच्छी तरह से संगत है ।

लेकिन PyPy के साथ बहुत भ्रम है। (सराहना करते हैं, उदाहरण के लिए, PyPyPy बनाने के लिए यह अर्थहीन प्रस्ताव ...)। मेरी राय में, मुख्य कारण यह है कि PyPy एक ही समय में है:

1. पाइथन इंटरप्रेटर आरपीथॉन में लिखा है (पाइथन नहीं (इससे पहले मैंने आपको धोखा दिया))। RPYthon स्थैतिक टाइपिंग के साथ पायथन का सबसेट है। पायथन में, प्रकारों के बारे में पूरी तरह से बातचीत करना " आम तौर पर असंभव है ", यह इतना मुश्किल क्यों है? निम्नलिखित पर विचार करें:

x = random.choice([1, "foo"])

यह सही अजगर कोड है ( एडमैन के लिए धन्यवाद)। X किस प्रकार का है? जब प्रकार को भी मजबूर नहीं किया जाता है तो हम किस प्रकार के चर पर चर्चा कर सकते हैं?)। आरपीथॉन में, हम कुछ लचीलेपन का त्याग करते हैं, लेकिन बदले में हमें स्मृति को अधिक से अधिक प्रबंधित करने का अवसर मिलता है, जो अनुकूलन के साथ मदद करता है।

2. एक संकलक जो आरपीथॉन कोड को विभिन्न प्रारूपों में संकलित करता है और जेआईटी का समर्थन करता है। डिफ़ॉल्ट प्लेटफ़ॉर्म C है, यानी RPython-in-C कंपाइलर है, लेकिन आप JVM और अन्य को भी लक्ष्य प्लेटफ़ॉर्म के रूप में चुन सकते हैं।

वर्णन में आसानी के लिए, मैं उन्हें PyPy (1) और PyPy (2) कहूंगा।

आपको इन दो चीजों की आवश्यकता क्यों है, और क्यों - एक सेट में? इसे इस तरह से सोचें: PyPy (1) एक इंटरप्रेटर है जिसे RPython में लिखा गया है। यही है, वह पायथन में उपयोगकर्ता कोड लेता है और इसे बायटेकोड में संकलित करता है। लेकिन दुभाषिया खुद (आरपीथॉन में लिखा गया) काम करने के लिए, इसे अन्य पिटोन कार्यान्वयन द्वारा सही समझा जाना चाहिए?

तो, आप दुभाषिया शुरू करने के लिए बस सीपीथॉन का उपयोग कर सकते हैं। लेकिन यह बहुत तेज नहीं होगा।

इसके बजाय, हम PyPy (2) (जिसे RPython Toolchain कहा जाता है) का उपयोग करते हैं, PyPy दुभाषिया को दूसरे प्लेटफ़ॉर्म (जैसे C, JVM या CLI) के लिए कोड में संकलित करने के लिए, JIT के साथ गंतव्य मशीन पर चलाते हैं। यह जादुई है: PyPy गतिशील रूप से JIT को इंटरप्रेटर में जोड़ता है, जो अपना कंपाइलर बनाता है! (फिर से, यह पागल है: हम दुभाषिया को एक और अलग, स्टैंड-अलोन कंपाइलर जोड़कर संकलित करते हैं)।

अंत में, परिणाम एक स्टैंडअलोन निष्पादन योग्य होगा जो पायथन स्रोत कोड की व्याख्या करता है और जेआईटी अनुकूलन का उपयोग करता है। आपको क्या चाहिए! यह समझना मुश्किल है, लेकिन शायद यह योजना मदद करेगी:



एक बार फिर से, PyPy की असली सुंदरता यह है कि हम JIT के बारे में चिंता किए बिना RPython पर विभिन्न पायथन दुभाषियों का एक गुच्छा लिख ​​सकते हैं ( विवरण के एक जोड़े के अलावा)। उसके बाद, PyPy ने हमारे लिए RPYthon Toolchain / PyPy (2) का उपयोग करके JIT को लागू किया।

वास्तव में, यदि आप अमूर्त में गहरी खुदाई करते हैं, तो सैद्धांतिक रूप से आप किसी भी भाषा के लिए दुभाषिया लिख ​​सकते हैं, इसे PyPy को निर्देशित कर सकते हैं और उस भाषा के लिए एक JIT प्राप्त कर सकते हैं। यह संभव है क्योंकि PyPy इंटरप्रेटर को अनुकूलित करने पर ध्यान केंद्रित करता है, न कि उस भाषा के विवरणों की तुलना में जिसे वह व्याख्या करता है।

एक विषयांतर के रूप में, मैं यह नोट करना चाहूंगा कि जेआईटी स्वयं बिल्कुल आश्चर्यजनक है। वह "अनुरेखण" नामक एक तकनीक का उपयोग करता है, जो निम्नानुसार काम करता है :

1. दुभाषिया चलाएं और सब कुछ व्याख्या करें (बिना जेआईटी जोड़े)।
2. व्याख्या किए गए कोड की आसान रूपरेखा का संचालन करें।
3. उन ऑपरेशनों की पहचान करें जो पहले ही किए जा चुके हैं।
4. कोड के इन टुकड़ों को मशीन कोड में संकलित करें।

आप इस आसानी से उपलब्ध और बहुत ही रोचक प्रकाशन से सीख सकते हैं।

संक्षेप में: हम RPYthon पर लागू PyPu दुभाषिया को संकलित करने के लिए PyPy संकलक RPython-in-C (या किसी अन्य लक्ष्य मंच रूप) का उपयोग करते हैं।

निष्कर्ष

यह सब इतना अद्भुत क्यों है? इस पागल विचार का पीछा करने लायक क्यों है? मेरी राय में, एलेक्स गेन्नोर ने अपने ब्लॉग पर इसे बहुत अच्छी तरह समझाया: "[भविष्य के लिए] क्योंकि वह [तेज़] और अधिक लचीला है और पायथन विकास के लिए सबसे अच्छा मंच है।"

संक्षेप में:

• यह तेज़ है - क्योंकि यह स्रोत कोड को मूल कोड (JIT का उपयोग करके) में संकलित करता है।
• यह लचीला है - क्योंकि यह बहुत प्रयास के बिना दुभाषिया के लिए जेआईटी जोड़ता है।
• यह लचीला (फिर से) है - क्योंकि आप RPython में दुभाषियों को लिख सकते हैं, जो बाद में उसी C की तुलना में विस्तार को सरल बनाता है (वास्तव में यह इतना सरल है कि आपके अपने दुभाषियों को लिखने के लिए एक निर्देश भी है)।

जोड़: अन्य नाम जो आपने सुने होंगे

Python 3000 (Py3k) : Python 3.0 के लिए वैकल्पिक नाम, पिछड़े संगतता के साथ Python की मुख्य रिलीज़, जो 2008 में प्रदर्शित हुई। साल। Py3k टीम ने भविष्यवाणी की कि नए संस्करण को पूरी तरह से जड़ लेने में लगभग पांच साल लगेंगे। और जबकि सबसे (ध्यान: दूर की कौड़ी) अजगर डेवलपर्स पायथन 2.x का उपयोग करना जारी रखते हैं, लोग Py3k के बारे में अधिक सोचना शुरू कर रहे हैं।

साइथन : पायथन का एक सुपरसेट जिसमें सी फ़ंक्शन को कॉल करने की क्षमता शामिल है।

• उद्देश्य: आइए हम पायथन कार्यक्रमों के लिए C एक्सटेंशन लिखते हैं।
• यह आपको मौजूदा पायथन कोड में स्थैतिक टाइपिंग जोड़ने की अनुमति देता है, जिसे पुन: जमा करने के बाद सी-जैसे प्रदर्शन को प्राप्त करने में मदद मिल सकती है।
• PyPy की याद दिलाता है, लेकिन यह वैसा नहीं है। साइथन के मामले में, आप कंपाइलर को इसे परोसने से पहले यूजर कोड में टाइपिंग करते हैं। PyPy में आप अच्छे पुराने Python लिखते हैं, और कंपाइलर किसी भी अनुकूलन के लिए जिम्मेदार है।

Numba : एक "विशेष रूप से इन-टाइम कम्पाइलर" जो JIT को पायथन के एनोटेट कोड में जोड़ता है। सीधे शब्दों में कहें, तो आप उसे संकेत देते हैं, और वह आपके कोड के कुछ हिस्सों को गति देता है। Numba डेटा विश्लेषण और डेटा प्रबंधन पैकेज पैकेजों के एनाकोंडा वितरण सूट का हिस्सा है।

IPython : हमारे द्वारा चर्चा की गई हर चीज से बहुत अलग। पायथन के लिए कम्प्यूटिंग वातावरण। जीयूआई पैकेज, ब्राउज़र और इतने पर समर्थन के साथ इंटरएक्टिव।

साइको : पायथन विस्तार मॉड्यूल , जेआईटी क्षेत्र में पायथन के पहले प्रयासों में से एक। इसे लंबे समय से "असमर्थित और मृत" के रूप में चिह्नित किया गया है। Psyco के मुख्य विकासकर्ता Armin Rigo वर्तमान में PyPy पर काम कर रहे हैं ।

भाषा बाँधती है

• RubyPython : Ruby और Python वर्चुअल मशीनों के बीच एक पुल। आपको रूबी कोड में पायथन कोड एम्बेड करने की अनुमति देता है। आप इंगित करते हैं कि पाइथन कहां से शुरू और समाप्त होता है, और रूबी पाइथन वर्चुअल मशीनों के बीच डेटा ट्रांसफर प्रदान करता है।
  
• PyObjc : पायथन और ऑब्जेक्टिव-सी के बीच एक भाषा कनेक्शन जो उनके बीच एक पुल की तरह व्यवहार करता है। व्यवहार में, इसका मतलब है कि आप ऑब्जेक्ट-सी लाइब्रेरीज़ का उपयोग कर सकते हैं (सब कुछ सहित आपको ओएस एक्स के लिए एक एप्लिकेशन बनाने की आवश्यकता है), और पिथोन कोड्स और ऑब्जेक्टिव-सी कोड में पायथन मॉड्यूल। यह सुविधाजनक है क्योंकि CPython C में लिखा गया है, जो ऑब्जेक्टिव-सी का सबसेट है।
  
• PyQt : जबकि PyObjc आपको OS X GUI घटकों के साथ Python को जोड़ने की अनुमति देता है, PyQt Qt फ्रेमवर्क के लिए भी ऐसा ही करता है। इससे पूर्ण विकसित ग्राफ़िकल इंटरफ़ेस, SQL डेटाबेस तक पहुंच और इतने पर निर्माण करना संभव हो जाता है। पायथन सादगी को अन्य रूपरेखाओं में चित्रित करने के उद्देश्य से एक और उपकरण।
  

जावास्क्रिप्ट चौखटे

• पायज (पजामा) : पायथन में वेब और डेस्कटॉप एप्लिकेशन बनाने के लिए एक रूपरेखा। इसमें पायथन-इन-जावास्क्रिप्ट कंपाइलर, विगेट्स का एक सेट और कुछ अन्य उपकरण शामिल हैं।
  
• ब्रायथन : एक पायथन वर्चुअल मशीन जिसे जावास्क्रिप्ट में लिखा गया है। आपको वेब ब्राउज़र में Py3k कोड चलाने की अनुमति देता है।