PyPy HANDS-ON：PyPyハンズオン

PyPy HANDS-ONセッションの内容は次の2つを予定していました。

• Part1：アプリケーションをPyPyで動かす
• Part2：PyPyを使用して独自のインタプリタを書く

しかし残念ながら，時間の都合上，Part2に達することはできませんでした。

PyPy環境の構築

Part1に入る前にPyPyの環境を作りましょう。

まずはPyPy1.5を用意します。PyPy.1.5のダウンロードはこちらです。

• PyPy Download and install

インストールに関するドキュメントはこちらです。

• PyPy v1.5 documentation Installing PyPy

bitbucket.orgのPyPyリポジトリからpypyのパッケージを持ってきてください。

$ hg clone http://bitbucket.org/pypy/pypy
$ cd pypy
$ hg up -r release-1.5

次に，JITコンパイラのログファイルを解析を助けるツールjitviewerをインストールします。jitviewerは他のパッケージに依存しており，それらのパッケージをインストールするために，distributeをインストールすることを推奨します。

distributeのインストールは次の通りです。

$ curl -O http://python-distribute.org/distribute_setup.py
$ /path/to/pypy-1.5/bin/pypy distribute_setup.py

また，サードパーティーのライブラリをインストールしたいのであれば，pipをインストールすることをお勧めします。

$ curl -O https://github.com/pypa/pip/raw/master/contrib/get-pip.py
$ /path/to/pypy-1.5/bin/pypy get-pip.py

distributeがインストールされたら，jitviewerをインストールします。

$ hg clone http://bitbucket.org/pypy/jitviewer
$ cd jitviewer
$ /path/to/pypy-1.5/bin/pypy setup.py develop

Part1：アプリケーションをPyPyで動かす

Part1では，アプリケーションをPyPyで動かしたいユーザ向けに，次のような内容でした。

• PyPy JITコンパイラの概要説明
• PyPyの試し方
• JITコンパイラにより生成されたトレースログを表示する方法
• PyPyのバグとバグフィックス

Just-in-Timeコンパイラ

PyPyのJust-in-Time(JIT)コンパイラについての説明です。JITコンパイラはコード実行時に，最適化されたマシンコードを自動生成するアーキテクチャです。

例えば，ループの場合，抽象構文木に変換後，値の型，条件分岐を記録し，最適化されたバイトコードを生成します。しばしば条件分岐の記録が失敗しますが，その際は，失敗した箇所から再度トレースを開始する仕組みになっています。

JITコンパイラはIntel x86，amd64プロセッサをサポートしており，直にARMをサポート予定です。またMozilaプロジェクトのTraceMonkeyによく似たアーキテクチャです。

PyPyのPythonインタプリタは高水準言語であるRPythonで書かれています。JITコンパイラジェネレーションを使い，このRPythonのコードからJITコンパイラを自動生成しています。

PyPyを試してみる

PyPy HANDS-ON

PyPyを実行するには，次のように簡単に実行できます。

$ pypy program.py

ここでCPythonより速い，簡単なコードを実演します。次のcount.pyは5の倍数と5の倍数ではない数字の個数をカウントするコードです。

import sys
import time

def count_mult_of_5(N):
    mult = 0
    not_mult = 0
    for i in range(N):
        if i % 5 == 0:
           mult += 1
    else:
        not_mult += 1
    return mult, not_mult

 def main():
     N = int(sys.argv[1])
     start = time.clock()
     count = count_mult_of_5(N)
     end = time.clock()
     print 'count: ', count
     print 'time:', end-start, 'secs'

 if __name__ == '__main__':
     main()

PyPyで実行してみます。

$ /path/to/pypy-1.5/bin/pypy count.py 10000000
count: (2000000, 8000000)
time: 0.17 secs

Python2.7で実行してみます。

$ python2.7 count.py 10000000
count: (2000000, 8000000)
time: 1.67 secs

Python2.7よりもPyPyの処理速度が速い結果となりました。

次に，JITコンパイラのログを取ってみましょう。JITコンパイラのログは次の通り，環境変数PYPYLOGを設定する事によって出力できます。

$ PYPYLOG=jit:log /path/to/pypy-1.5/bin/pypy count.py 10000000

その結果，logファイルが生成されます。

jitviewerはPyPyのJITコンパイラが生成するログファイルの分析ツールです。実際にjitviewerを起動してみます。

$ PYTHONPATH=/path/to/pypy/ /path/to/jitviewer.py log

jitviewerが起動したらhttp://localhost:5000/へウェブブラウザでアクセスします。リンクをクリックすると展開され，Pythonバイトコード命令が表示されます。

jitviewer

Pythonバイトコード命令の詳細は，Python公式ドキュメントのPython Bytecode Instructionsを確認下さい。