Mythen und Märchen über die Python-Performance

Die wichtigsten Punkte

• Allgemeine Annahmen über die Python-Performance – etwa die Vorstellung, dass sich die Leistung allein durch den Einsatz eines JIT-Compilers oder das Hinzufügen von Type Hints stark verbessern lasse – sind irreführend.
• Ineffiziente Speicherzugriffsmuster, die aus Pythons dynamischer Typisierung und seinem Objektmodell resultieren, verursachen die grundlegenden Performance-Engpässe.
• Das Speicher-Management ist die letztliche Grenze für Leistungssteigerungen in Python; ohne dieses Problem zu lösen, sind echte Performance-Verbesserungen schwer zu erreichen.
• Als langfristige Alternative zur Lösung dieser grundlegenden Probleme wurde das neue Projekt „SPy“ vorgestellt.

Details

Antonio Cuni, langjähriger Entwickler von PyPy, hielt auf der EuroPython 2025 einen Vortrag mit dem Titel „Mythen und Märchen über die Python-Performance“. Er wies darauf hin, dass viele Annahmen über die Python-Performance nicht der Realität entsprechen.

Laut Cuni helfen JIT-Compiler (Just-In-Time) zwar eindeutig bei der Leistungssteigerung, sind aber kein Allheilmittel. Selbst wenn ein JIT den Code optimiert, löst er nicht das grundlegende Problem der geringen Cache-Effizienz, das durch die Speicherstruktur von Python-Objekten sowie durch häufige Speicherallokationen und -freigaben entsteht.

Außerdem erklärte er, dass auch das zuletzt weit verbreitete statische Type Checking die Performance von CPython nicht direkt verbessert. Type Hints erhöhen zwar die Klarheit des Codes, doch Pythons dynamische Eigenschaften bleiben ein Hindernis dafür, dass ein JIT-Compiler diese Informationen für eine noch aggressivere Optimierung des Codes nutzen kann.

Abschließend betonte Cuni, dass die eigentliche Grenze der Python-Performance nicht bei der CPU-Geschwindigkeit, sondern beim Speicher-Management liege. Als Projekt in einer frühen Phase zur Lösung dieses Problems stellte er „SPy“ vor und skizzierte die Vision, dass sich wirklich ultraschnelles Python erst dann realisieren lasse, wenn Pythons Speichermodell grundlegend verbessert wird.