PyPy 使用什么样的 JIT 编译器？

Question

PyPy使用什么样的JIT编译器？

1. tracing JIT 或类似Java HotSpot Virtual Machine。
2. 按方法调用类型。
3. 类似于 .NET Framework 的 Econo JIT Compiler。

Answer 1

根据this blog post是一个跟踪jit编译器;

此时值得阅读一下跟踪 JIT 编译器的工作原理。这里有一个简短的解释：解释器通常运行你编写的解释器代码。当它检测到目标语言中的代码循环经常被执行时，该循环被认为是“热的”并标记为要跟踪。下次进入该循环时，解释器进入跟踪模式，记录每条执行的指令。

当循环结束时，跟踪停止。循环的跟踪被发送到优化器，然后被发送到输出机器代码的汇编器。然后将该机器代码用于后续循环迭代。

此机器代码通常针对最常见的情况进行优化，并且取决于有关代码的几个假设。因此，机器代码将包含警卫，以验证这些假设。如果保护检查失败，运行时将退回到常规解释模式。

Answer 2

如 Roland Smith 的回答中所述，PyPy 使用一种跟踪 JIT 编译器的形式。跟踪 JIT 仅编译“使用的部分”根据定义。

请注意，这并不比一些假设的 JIT 更少真实，该 JIT 通过在启动期间编译整个程序开始。事实上，有几个很好的理由可以避免这种策略。

启动时间

启动可能会明显变慢，因为编译器必须处理整个程序，即使其中很大一部分可能永远不会执行。无论 JIT 是从源代码还是字节码开始，这都是正确的。

失去优化机会

许多编程语言——特别是动态语言，例如 JavaScript——可以从能够适应程序运行时属性的编译器中受益匪浅。强制 JIT 在启动时编译所有内容往往会排除有趣的优化，这些优化依赖于访问运行时收集的类型信息等。

---

听起来您对“真实与经济”的区分可能源于对方法 JIT 和 跟踪 JIT 之间区别的误解。

在方法 JIT 中，例如 Oracle 的 HotSpot，编译单元是方法（或函数，或过程，或任何你想调用的）。这是从AOT compilers 继承下来的传统。方法 JIT 严重依赖 inlining 向优化器公开更多代码。方法 JIT 将方法的编译推迟到实际调用之前并不罕见。

相比之下，跟踪 JIT 观察并记录程序运行时实际执行的指令序列（通常是某种bytecode）。与必须显式选择内联方法调用的方法 JIT 不同，内联是跟踪 JIT 的一个方便的副作用。就像方法 JIT 可以推迟方法的编译一样，跟踪 JIT 通常会在将跟踪编译为机器代码之前等待某个执行计数阈值，否则它可能会浪费宝贵的时间来编译永远不会再次运行的跟踪（例如在main! 开头运行一次的热循环。

请注意，上面的简要说明已大大简化；如果您对此主题感兴趣，我鼓励您更详细地研究这两种 JIT 策略。