Quoraを支える技術 - nokunoの日記
勉強になる記事を見つけたので気になったところを翻訳してみました。Quora’s Technology Examined | Phil Whelan's Blog はじめにQuoraはハイテク起業家の世界を体現しており、問題を見つけるのが難しいほどなめらかなシステムを提供している。この巧妙なシステムは回答者と質問者だけに支えられているわけではなく、よく練られたバックエンドシステムによっても支えられている。それは共同創業者がFacebookで磨きをかけた技術でもある。さほど驚くべきことでもなく、賢い人々は良く考えられたたくさんの賢い道具を使う。NoSQL信者たちはこう言って頭をかかえる：「なぜQuoraはCassandraやMongoDBやCouchDBのようなNoSQLではなく、MySQLをデータストアとして使うのか？」このエントリではQuoraについての技術的な情報をまとめ、考察を行う。彼
CPythonより高速になったPythonインタプリタ「PyPy 1.4」がリリース | OSDN Magazine
Pythonインタプリタの「PyPy」開発チームは11月26日、「PyPy 1.4」をリリースした。最新版では性能を強化し、初めてCPythonよりも高速になったと報告している。 PyPyはPythonで実装されたPythonインタプリタ。JIT（Just-In-Time）コンパイラを搭載し、性能を特徴とする。Python Software Foundationで配布されているPythonはCで実装されており、「CPython」などと呼ばれているが、PyPyはこれを置き換えて利用できるという。 PyPy 1.4では性能をさらに強化。64ビットにも対応し、運用環境で32ビットと64ビットを安定して動かせるとしている。安定性も強化した。CPythonより高速なインタプリタを実現する初のリリースと位置づけている。ただし、アプリケーションによってはCPythonと比べ1.5～2倍のメモリを必要とす
Pythonコードの高速化ソリューションと言えばPyPyだよね〜 | TRIVIAL TECHNOLOGIES on CLOUD
PyPyはRPythonという文法的にちょっとした制約があるPythonを使う必要がある(大抵のコードはそのまま動くらしいけど)。そういう制限があったとしても，ほぼPurePythonなコードをPyPyで動かすだけでここまで高速化できるというのは驚きだ。 今年の夏に行ったEuroPython 2010でPyPyのセッションで，ちょうどJITの作者Antonio Cuniさんが話してた。トークが終わった後「PyPyのJITはなんで速いの？」との質問に答えてAntonioさん曰く「オブジェクトが持っているデータをメモリ上の固定位置に配置してるのが効いているみたい」と言っていた。この質問をしたのは実はセッションを聞きに来てたGuidoで，彼自身もPyPyにとっても興味があるみたい。 動的型付け言語の高速化手法はいろいろあるけど，PyPyのアプローチは副作用も少ないし，straightforwar
PyPy Speed
Plot 1: The above plot represents PyPy3.11 (pypy3.11-jit-64) benchmark times normalized to cpython. Smaller is better. It depends greatly on the type of task being performed. The geometric average of all benchmarks is or times faster than cpython How has PyPy performance evolved over time? Plot 2: Speedup compared to cpython, using the inverse of the geometric average of normalized times, out of b
Pythonで実装されたPythonインタプリタ「PyPy 1.2」リリース、JITコンパイラ採用で高速化を達成
PyPyはPythonで実装されたPythonインタプリタ。PyPy 1.2ではPython 2.5と互換性があり、またPythonの標準ライブラリモジュールのほとんどに対応する。また、信頼できないコードを安全に実行する「サンドボックス」機能や、スタックレスモードでの実行が可能な点なども特徴。 PyPy 1.2最大の特徴はJITコンパイラが搭載された点で、これによりCで実装されたPythonの標準実装よりも高速にPythonプログラムを動かせるという。また、さまざまな最適化機能も実装されており、大容量のメモリを使用するプログラムの場合メモリ使用量の削減も期待できるという。 なお、JITコンパイラは安定しており、クラッシュすることもないものの、対応プラットフォームがx86（32ビット）に限定されており、またコードのコンパイル時に非常に大量のメモリを使用することがあることから、まだプロダクトと
PyPy[index]
1 PyPy User Documentation getting started provides hands-on instructions including a two-liner to run the PyPy Python interpreter on your system, examples on advanced features and entry points for using PyPy's translation tool chain. FAQ contains some frequently asked questions. New features of PyPy's Python Interpreter and Translation Framework: What PyPy can do for your objects Stackless and c
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
