为低系统资源的嵌入式系统优化 Python 运行时指南答案

【问题标题】：Guidance on optimising Python runtime for embedded systems with low system resources为低系统资源的嵌入式系统优化 Python 运行时指南
【发布时间】：2010-12-02 13:51:29
【问题描述】：

我的团队正在将 Python 2.4.4 运行时整合到我们的项目中，以利用一些外部开发的功能。

我们的平台有一个 450Mhz SH4 应用程序内核和有限的内存供 Python 运行时和应用程序使用。

我们已经移植了 Python，但初步测试突出了以下障碍：

a) Python 运行时的启动时间可能长达 25 秒（在导入相关库时，以及它们的依赖项时）

b) Python 在垃圾回收期间似乎从未向操作系统释放内存 - 唯一的办法是关闭运行时并重新启动（导致上述启动延迟，这通常是不切实际的）

如果我们能够缓解这些问题，我们对 Python 的使用将得到显着改善。 SO 社区的任何指导都将非常有价值。尤其是那些了解 Python 执行引擎如何运行的内在知识的人。

【问题讨论】：

标签： python performance memory embedded garbage-collection

【解决方案1】：

也许很难相信，但 CPython 版本 2.4 never releases memory to the OS。据称这已在版本 Python 2.5 中得到修复。

此外，Python 2.5 和 Python 2.6 的性能（处理器方面）得到了改进。

查看C API section in What's new in Python 2.5，查找名为Evan Jones 的 obmalloc 补丁

Alex Martelli（至少应该考虑他的建议），says multiprocess is the only way to go to free memory. 如果您不能使用multiprocessing（Python 2.6 中的模块），至少可以使用os.fork。以最原始的方式使用 os.fork（在开始时分叉一个工作进程，等待它完成，再分叉一个新的..）仍然比重新启动解释器花费 25 秒要好。

【讨论】：

我们将尝试过渡到 Python 2.6，并应用补丁并尽快报告结果。谢谢。如果您对这方面有任何见解，那么任何关于如何优化模块导入和初始化性能的想法也会很棒，尽管我怀疑这高度依赖于我们正在加载的模块的性质——这些模块太多了，无法列出。
如果可以的话，我会为这个问题捐赠代表以悬赏。